2026年CDA数据分析师（数据挖掘实务）自测试题及答案.docVIP

2026年CDA数据分析师（数据挖掘实务）自测试题及答案

（考试时间：90分钟满分100分）

班级______姓名______

一、单项选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填入括号内）

1.以下哪种算法常用于处理分类问题且对数据特征的尺度不敏感？（）

A.决策树

B.支持向量机

C.K近邻算法

D.朴素贝叶斯

2.在数据挖掘中，评估模型性能时，以下哪个指标可以直观反映模型在正负样本上的分类能力？（）

A.准确率

B.召回率

C.F1值

D.均方误差

3.对于聚类算法，以下哪种距离度量方式在计算时考虑了数据点的各个维度之间的相关性？（）

A.欧氏距离

B.曼哈顿距离

C.马氏距离

D.切比雪夫距离

4.以下关于关联规则挖掘的说法，错误的是（）

A.支持度表示规则在数据集中出现的频率

B.置信度表示在满足前提条件下，规则结论成立的概率

C.提升度大于1表示规则有实际价值

D.频繁项集一定能生成强关联规则

5.在数据预处理中，对数据进行标准化处理的目的不包括（）

A.消除特征之间的量纲差异

B.加快模型的收敛速度

C.提高模型的泛化能力

D.将数据压缩到[0,1]区间

6.以下哪种机器学习算法属于无监督学习？（）

A.线性回归

B.逻辑回归

C.主成分分析

D.决策树

7.在构建决策树时，选择划分属性的依据通常是（）

A.信息增益

B.信息增益率

C.基尼系数

D.以上都是

8.对于时间序列数据，以下哪种模型常用于预测？（）

A.支持向量回归

B.随机森林

C.隐马尔可夫模型

D.自回归移动平均模型（ARMA）

9.在数据挖掘中，特征选择的目的不包括（）

A.提高模型的性能

B.减少数据维度

C.增加模型的复杂度

D.降低计算成本

10.以下关于深度学习的说法，正确的是（）

A.深度学习只能处理图像数据

B.深度学习模型需要大量的标注数据进行训练

C.深度学习算法对数据的特征工程要求很高

D.深度学习中的卷积神经网络主要用于处理序列数据

二、多项选择题（总共5题，每题5分，每题有两个或两个以上正确答案，请将正确答案填入括号内，多选、少选、错选均不得分）

1.以下哪些是数据挖掘中常用的特征提取方法？（）

A.主成分分析

B.奇异值分解

C.线性判别分析

D.特征选择

2.在评估分类模型时，除了准确率、召回率和F1值外，还可以使用以下哪些指标？（）

A.混淆矩阵

B.ROC曲线

C.AUC值

D.均方根误差

3.对于聚类算法，以下哪些是常见的聚类结果评估指标？（）

A.轮廓系数

B.戴维斯-布隆迪指数

C.卡方检验

D.信息熵

4.在关联规则挖掘中，以下哪些措施可以提高挖掘效率？（）

A.减少数据量

B.采用高效的算法，如Apriori算法的改进版本

C.限制频繁项集的长度

D.对数据进行抽样

5.以下哪些属于监督学习算法？（）

A.支持向量机

B.朴素贝叶斯

C.K近邻算法

D.聚类算法

三、填空题（总共10题，每题2分，请将正确答案填入横线处）

1.数据挖掘的主要任务包括______、______、______、______、______。

2.决策树的构建过程包括______和______两个阶段。

3.支持向量机的目标是找到一个______，使得不同类别的数据点被正确分类，并且间隔最大化。

4.聚类算法中，K均值算法的目标是将数据点划分为______个簇，使得每个簇内的数据点相似度______，不同簇之间的数据点相似度______。

5.在关联规则挖掘中，频繁项集是指满足______的项集。

6.数据预处理的主要步骤包括______、______、______、______。

7.评估回归模型性能的常用指标有______、______、______。

8.深度学习中的神经网络主要由______、______和______组成。

9.特征工程包括______、______、______等步骤。

10.在数据挖掘中，交叉验证的常用方法有______、______、______。

四、简答题（总共2题，每题15分）

1.请简述数据挖掘中分类算法的基本原理，并列举至少三种常见的分类算法，说明它们的优缺点。

2.假设你要对某电商平台的用户购买行为进行分析，挖掘其中的关联规则。请描述你会采取的步骤，包括数据收集、数据预处理、关联规则挖掘算法的选择以及结果评估等方面。

五、案例分析题（总共1题，20分）

某医院收集了一批患者的病历数据，包括患者的基本信息（年龄、性