- 0
- 0
- 约4.07千字
- 约 9页
- 2026-11-23 发布于河北
- 举报
数据挖掘常见面试题及详细答案
一、基础概念题
1.什么是数据挖掘?
答案:
数据挖掘是从大量的、存在噪声、不完整、有冗余的实际数据里面,通过统计、机器学习、模式识别等方法,挖掘出事先未知、有潜在价值、可以用来辅助决策的隐藏规律、关联、趋势与异常模式的整套过程。它不是简单的数据库查询,重点在于发现不容易直接观察到的信息。
2.数据挖掘和数据分析的区别是什么?
答案:
数据分析偏向对已有数据做描述、汇总、验证假设,回答“发生了什么、为什么发生”;数据挖掘更偏向自动寻找隐藏模式,预测未来、识别未知类别,回答“将会发生什么、有没有异常”。很多场景两者会配合使用,数据分析用来理解挖掘结果,挖掘用来放大数据分析能覆盖的范围。
3.解释数据挖掘的主要任务
答案:
分类:已知标签,训练模型把样本划分到预先定义好的类别,比如判断邮件是否为垃圾邮件。
回归:预测连续数值,比如销量、房价预测。
聚类:没有标签,按照相似度自动把样本分成多个组。
关联规则挖掘:找出事物之间频繁同时出现的关系,经典例子是购物篮分析。
异常检测:找出明显偏离正常分布的样本,多用于风控、设备故障识别。
序列挖掘:挖掘按时间先后发生的事件模式,比如用户浏览路径。
4.什么是脏数据?常见脏数据类型有哪些?
答案:
脏数据就是质量不达标的原始数据。常见类型:缺失值、重复记录、异常值、格式不一致、单位不统一、逻辑冲突数据。如果不
原创力文档

文档评论(0)