三明学院《数据挖掘与Python实践》2025-2026学年第一学期期末试卷(B卷)

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页三明学院《数据挖掘与Python实践》2025-2026学年第一学期期末试卷(B卷)注意事项:1.请考生在下列横线上填写姓名、学号和年级专业。2.请仔细阅读各种题目的回答要求，在规定的位置填写答案。3.不要在试卷上乱写乱画，不要在装订线内填写无关的内容。4.考试时间120分钟专业学号姓名题号一二三四五六七八总分统分人复查人得分得分评分人一、单项选择题（每题1分，共20分）1.以下哪个算法属于无监督学习？A.决策树B.K-means聚类C.支持向量机D.线性回归2.在Python中，以下哪个库用于数据可视化？A.MatplotlibB.Scikit-learnC.PandasD.NumPy3.数据挖掘中的“噪声”指的是什么？A.数据的不一致性B.数据的缺失C.数据的异常值D.以上都是4.以下哪个指标用于评估分类模型的性能？A.精确度B.召回率C.F1分数D.以上都是5.在Python中，以下哪个函数用于读取CSV文件？A.read_csv()B.read_excel()C.read_json()D.read_html()6.以下哪个算法属于深度学习中的卷积神经网络？A.线性回归B.决策树C.K-means聚类D.卷积神经网络7.以下哪个库用于实现朴素贝叶斯分类器？A.Scikit-learnB.TensorFlowC.PyTorchD.Keras8.在数据挖掘中，以下哪个步骤属于预处理阶段？A.特征选择B.数据集成C.数据变换D.数据归一化9.以下哪个指标用于评估聚类模型的性能？A.精确度B.召回率C.F1分数D.聚类数10.在Python中，以下哪个库用于实现关联规则挖掘？A.Scikit-learnB.PandasC.NumPyD.Apriori11.以下哪个算法属于监督学习中的集成学习方法？A.决策树B.支持向量机C.随机森林D.K-means聚类12.在Python中，以下哪个函数用于创建一个随机森林分类器？A.RandomForestClassifier()B.DecisionTreeClassifier()C.KMeans()D.SVC()13.以下哪个指标用于评估回归模型的性能？A.精确度B.召回率C.F1分数D.均方误差14.在数据挖掘中，以下哪个步骤属于特征选择阶段？A.特征选择B.数据集成C.数据变换D.数据归一化15.以下哪个算法属于监督学习中的朴素贝叶斯分类器？A.决策树B.支持向量机C.朴素贝叶斯D.K-means聚类16.在Python中，以下哪个库用于实现神经网络？A.Scikit-learnB.TensorFlowC.PyTorchD.Keras17.以下哪个算法属于监督学习中的支持向量机？A.决策树B.支持向量机C.朴素贝叶斯D.K-means聚类18.在Python中，以下哪个函数用于实现主成分分析？A.PCA()B.KMeans()C.DecisionTreeClassifier()D.RandomForestClassifier()19.以下哪个算法属于监督学习中的K最近邻分类器？A.决策树B.支持向量机C.K最近邻D.朴素贝叶斯20.在Python中，以下哪个库用于实现关联规则挖掘？A.Scikit-learnB.PandasC.NumPyD.Apriori二、多项选择题（每题2分，共20分）1.数据挖掘的步骤包括哪些？A.数据预处理B.特征选择C.模型选择D.模型评估2.以下哪些属于数据挖掘中的预处理步骤？A.数据清洗B.数据集成C.数据变换D.数据归一化3.以下哪些属于监督学习中的分类算法？A.决策树B.支持向量机C.K最近邻D.朴素贝叶斯4.以下哪些属于无监督学习中的聚类算法？A.K-means聚类B.层次聚类C.密度聚类D.主成分分析5.以下哪些属于数据挖掘中的特征选择方法？A.相关性分析B.特征重要性C.递归特征消除D.主成分分析6.以下哪些属于数据挖掘中的模型评估指标？A.精确度B.召回率C.F1分数D.均方误差7.以下哪些属于数据挖掘中的数据预处理方法？A.数据清洗B.数据集成C.数据变换D.数据归一化8.以下哪些属于监督学习中的回归算法？A.线性回归B.支持向量机C.决策树D.K最近邻9.以下哪些属于无监督学习中的关联规则挖掘算法？A.Apriori算法B.FP-growth算法C.K最近邻D.朴素贝叶斯10.以下哪些属于数据挖掘中的深度学习算法？A.卷积神经网络B.递归神经网络C.支持向量机D.决策树三、判断题（每题1分，共10分）1.数据挖掘是数据分析和数据仓库的子集。（）2.数据挖掘中的“噪声”是指数据的不一致性。（）3.在Python中，Matplotlib库用于数据可视化。（）4.数据挖掘中的“异常值”是指数据的不一致性。（）5.在Python中，Scikit-learn库用于实现关联规则挖掘。（）6.数据挖掘中的“数据预处理”是指数据清洗、数据集成、数据变换和数据归一化。（）7.在Python中，NumPy库用于实现神经网络。（）8.数据挖掘中的“特征选择”是指选择与目标变量相关的特征。（）9.在Python中，Pandas库用于读取CSV文件。（）10.数据挖掘中的“聚类”是指将相似的数据对象分组在一起。（）四、名词解释（每题4分，共20分）1.数据挖掘2.特征选择3.模型评估4.异常值5.关联规则五、简答题（每题6分，共18分）1.简述数据挖掘的步骤。2.简述特征选择的重要性。3.简述模型评估的常用指标。六、案例分析题（1题，满分12分）某电商平台收集了用户购买商品的数据，包括用户ID、商品ID、购买