2026年大數(shù)據(jù)（數(shù)據(jù)挖掘）試題及答案

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______第I卷（選擇題，共40分）答題要求：每題只有一個(gè)正確答案，請(qǐng)將正確答案的序號(hào)填在括號(hào)內(nèi)。(總共8題，每題5分)1.以下哪種算法不屬于數(shù)據(jù)挖掘中的分類算法？（）A.決策樹算法B.支持向量機(jī)算法C.K近鄰算法D.聚類算法2.數(shù)據(jù)挖掘中，用于處理高維數(shù)據(jù)的常用技術(shù)是（）A.主成分分析B.關(guān)聯(lián)規(guī)則挖掘C.回歸分析D.聚類分析3.以下關(guān)于數(shù)據(jù)挖掘中的頻繁項(xiàng)集挖掘，說法錯(cuò)誤的是（）A.頻繁項(xiàng)集是指在數(shù)據(jù)集中頻繁出現(xiàn)的項(xiàng)的集合B.Apriori算法是一種經(jīng)典的頻繁項(xiàng)集挖掘算法C.頻繁項(xiàng)集挖掘的目標(biāo)是找出所有滿足最小支持度的項(xiàng)集D.頻繁項(xiàng)集挖掘只能處理二元數(shù)據(jù)4.數(shù)據(jù)挖掘中，用于評(píng)估分類模型性能的常用指標(biāo)不包括（）A.準(zhǔn)確率B.召回率C.F1值D.均方誤差5.以下哪種數(shù)據(jù)類型不屬于結(jié)構(gòu)化數(shù)據(jù)？（）A.關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)B.文本文件中的數(shù)據(jù)C.表格形式的數(shù)據(jù)D.數(shù)據(jù)庫表中的數(shù)據(jù)6.數(shù)據(jù)挖掘中，用于處理不平衡數(shù)據(jù)集的技術(shù)有（）A.過采樣B.欠采樣C.調(diào)整分類器的閾值D.以上都是7.以下關(guān)于數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘，說法正確的是（）A.關(guān)聯(lián)規(guī)則挖掘的目標(biāo)是找出數(shù)據(jù)集中不同項(xiàng)之間的關(guān)聯(lián)關(guān)系B.支持度表示規(guī)則的頻繁程度C.置信度表示規(guī)則的可靠性D.以上都正確8.數(shù)據(jù)挖掘中，用于處理時(shí)間序列數(shù)據(jù)的常用方法是（）A.回歸分析B.聚類分析C.時(shí)間序列分析D.關(guān)聯(lián)規(guī)則挖掘第II卷（非選擇題，共60分）9.簡(jiǎn)答題：請(qǐng)簡(jiǎn)要闡述數(shù)據(jù)挖掘的主要任務(wù)。(10分)10.簡(jiǎn)答題：簡(jiǎn)述決策樹算法的基本原理和構(gòu)建過程。(10分)11.簡(jiǎn)答題：在數(shù)據(jù)挖掘中，什么是特征選擇？為什么要進(jìn)行特征選擇？(10分)12.分析題：給定以下數(shù)據(jù)集，要求使用K近鄰算法進(jìn)行分類。數(shù)據(jù)集包含三個(gè)屬性（A、B、C）和一個(gè)類別標(biāo)簽（Class），數(shù)據(jù)如下：(總共2題，每題15分)|A|B|C|Class||---|---|---|---||1|2|3|1||4|5|6|2||7|8|9|1||10|11|12|2||13|14|15|1|現(xiàn)有一個(gè)新的數(shù)據(jù)點(diǎn)（5，6，7），請(qǐng)計(jì)算它與數(shù)據(jù)集中各個(gè)點(diǎn)的距離，并根據(jù)K=3時(shí)的K近鄰算法確定該新數(shù)據(jù)點(diǎn)的類別。13.論述題：隨著大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)挖掘技術(shù)在各個(gè)領(lǐng)域得到了廣泛應(yīng)用。請(qǐng)結(jié)合實(shí)際案例，論述數(shù)據(jù)挖掘技術(shù)在某一領(lǐng)域（如醫(yī)療、金融、電商等）的應(yīng)用及帶來的影響。(15分)答案：1.D2.A3.D4.D5.B6.D7.D8.C9.數(shù)據(jù)挖掘的主要任務(wù)包括：分類，預(yù)測(cè)數(shù)據(jù)所屬類別；回歸，預(yù)測(cè)連續(xù)值；聚類，將數(shù)據(jù)分組；關(guān)聯(lián)規(guī)則挖掘，發(fā)現(xiàn)數(shù)據(jù)項(xiàng)間關(guān)聯(lián)關(guān)系；異常檢測(cè)，找出異常數(shù)據(jù)點(diǎn)；趨勢(shì)分析，分析數(shù)據(jù)隨時(shí)間變化趨勢(shì)等。10.決策樹算法基本原理是基于信息熵或基尼系數(shù)等指標(biāo)，對(duì)數(shù)據(jù)進(jìn)行遞歸劃分，構(gòu)建樹形結(jié)構(gòu)。構(gòu)建過程：首先計(jì)算數(shù)據(jù)集的初始熵，然后選擇最優(yōu)屬性進(jìn)行劃分，不斷遞歸這個(gè)過程，直到滿足停止條件，如節(jié)點(diǎn)中數(shù)據(jù)全屬于同一類或達(dá)到最大深度等。11.特征選擇是從原始特征中選擇出最具代表性、最能有效區(qū)分?jǐn)?shù)據(jù)的特征子集。進(jìn)行特征選擇原因：減少數(shù)據(jù)維度，降低計(jì)算量和存儲(chǔ)需求；避免維數(shù)災(zāi)難，提高模型性能和泛化能力；去除無關(guān)和冗余特征，使模型更簡(jiǎn)潔有效。12.計(jì)算距離可使用歐氏距離公式。新數(shù)據(jù)點(diǎn)（5，6，7）與各點(diǎn)距離計(jì)算略。K=3時(shí)，最近的三個(gè)點(diǎn)類別為1、2、1，所以新數(shù)據(jù)點(diǎn)類別為1。13.例如在醫(yī)療領(lǐng)域，數(shù)據(jù)挖掘技術(shù)可用于疾病預(yù)測(cè)。通過分析大量患者的病歷數(shù)據(jù)、基因數(shù)據(jù)等，構(gòu)建預(yù)測(cè)模型，提前預(yù)測(cè)疾病發(fā)生風(fēng)險(xiǎn)，幫助醫(yī)生進(jìn)行早期干預(yù)。這有助于提高醫(yī)療效率，改善患者健康狀況。在金融領(lǐng)域，可