2026年大学数据科学与大数据技术（机器学习）试题及答案

2026年大学数据科学与大数据技术（机器学习）试题及答案一、选择题（10题，每题3分，共30分）

1.在机器学习中，下列哪项不是常用的监督学习算法？

A.决策树

B.神经网络

C.K-均值聚类

D.支持向量机

2.下列哪种评估指标适用于不平衡数据集的分类问题？

A.准确率

B.召回率

C.F1分数

D.均方误差

3.在特征工程中，下列哪种方法不属于特征选择？

A.递归特征消除

B.主成分分析

C.Lasso回归

D.岭回归

4.下列哪种模型适用于时间序列预测？

A.决策树

B.线性回归

C.随机森林

D.ARIMA模型

5.在集成学习中，下列哪种方法不属于bagging？

A.随机森林

B.AdaBoost

C.蒙特卡洛树搜索

D.GBDT

6.下列哪种算法适用于聚类问题？

A.决策树

B.K-均值聚类

C.支持向量机

D.线性回归

7.在模型调优中，下列哪种方法不属于超参数调优？

A.网格搜索

B.随机搜索

C.贝叶斯优化

D.交叉验证

8.下列哪种数据预处理方法适用于处理缺失值？

A.标准化

B.缺失值填充

C.归一化

D.特征编码

9.在模型评估中，下列哪种指标适用于回归问题？

A.精确率

B.召回率

C.均方根误差

D.F1分数

10.下列哪种算法适用于异常检测？

A.决策树

B.K-均值聚类

C.孤立森林

D.线性回归

二、（一）多项选择题（5题，每题4分，共20分）

1.下列哪些属于监督学习算法？

A.决策树

B.神经网络

C.K-均值聚类

D.支持向量机

E.逻辑回归

2.下列哪些方法可以用于特征工程？

A.特征选择

B.特征提取

C.特征缩放

D.特征编码

E.特征转换

3.下列哪些模型适用于分类问题？

A.决策树

B.神经网络

C.K-均值聚类

D.支持向量机

E.逻辑回归

4.下列哪些评估指标适用于分类问题？

A.准确率

B.召回率

C.F1分数

D.均方根误差

E.精确率

5.下列哪些算法属于集成学习？

A.随机森林

B.AdaBoost

C.GBDT

D.K-均值聚类

E.神经网络

（二）判断题（5题，每题2分，共10分）

1.决策树是一种非参数模型。（）

2.支持向量机可以用于回归问题。（）

3.特征工程是机器学习中的重要步骤。（）

4.聚类算法可以用于异常检测。（）

5.随机森林是一种bagging方法。（）

三、（一）填空题（5题，每题4分，共20分）

1.在机器学习中，用于将数据分为多个类别的算法称为______。

2.在特征工程中，用于处理缺失值的一种方法是______。

3.在模型评估中，用于衡量模型预测准确性的指标称为______。

4.在集成学习中，用于组合多个模型的算法称为______。

5.在时间序列预测中，用于捕捉数据自相关性的模型称为______。

（二）计算题（5题，每题6分，共30分）

1.假设有100个数据点，其中80个属于类别A，20个属于类别B。一个分类器对这100个数据点进行预测，预测结果为70个属于类别A，30个属于类别B。计算该分类器的准确率和召回率。

2.假设有一个回归问题，数据集包含3个特征，使用线性回归模型进行预测。模型参数为：w1=2,w2=-1,w3=0.5,b=1。输入一个数据点x=(1,2,3)，计算模型的预测值。

3.假设有一个分类问题，使用逻辑回归模型进行预测。模型参数为：w1=0.5,w2=-0.3,b=0.1。输入一个数据点x=(1,2)，计算该数据点属于正类的概率。

4.假设有一个聚类问题，使用K-均值聚类算法将100个数据点分为3个类别。聚类结果为：类别1有30个数据点，类别2有40个数据点，类别3有30个数据点。计算每个类别的中心点。

5.假设有一个时间序列预测问题，使用ARIMA模型进行预测。模型参数为：p=1,d=1,q=1。输入一个时间序列数据点x=(1,2,3,4,5)，计算下一个时间步的预测值。

四、综合题（10分）

假设有一个分类问题，数据集包含4个特征，使用决策树模型进行分类。决策树的规则如下：

-如果特征1>5，则判断为类别A；

-如果特征1<=5且特征2>3，则判断为类别B；

-如果特征1<=5且特征2<=3，则判断为类别C。

给定一个数据点x=(6,4)，判断该数据点属于哪个类别，并说明理由。

五、材料分析题（10分）

假设有一个电商平台的用户行为数据集，包含用户的年龄、性别、购买金额、购买频率等特征。现需要使用机器学习方法对用户进行分类，预测用户是否会购买某个产品。请设计一个机器学习流程，包括数据预处理、特征工程、模型选择、模型评估等步骤，并说明每一步的原因和目的。

答案部分：

一、选择题

1.C

2.B

3.B

4.D

5.A

6.B

7.D

8.B

9.C

10.C

二、（一）多项选择题

1.A,B,D,E

2.A,B,C,D,E

3.A,B,D,E

4.A,B,C,E

5.A,B,C

（二）判断题

1.√

2.√

3.√

4.√

5.√

三、（一）填空题

1.分类算法

2.缺失值填充

3.准确率

4.集成算法

5.ARIMA模型

（二）计算题

1.准确率：(70/100)*100%=70%，召回率：(70/80)*100%=87.5%

2.预测值=2*1+(-1)*2+0.5*3+1=2-2+1.5+1=2.5

3.概率=sigmoid(0.5*1+(-0.3)*2+0.1)=sigmoid(-0.4)≈0.3997

4.类别1中心点=(x1的平均值,x2的平均值,x3的平均值)，类别2中心点=(x1的平均值,x2的平均值,x3的平均值)，类别3中心点=(x1的平均值,x2的平均值,x3的平均值)

5.预测值=1+2+3+4+5=15

四、综合题

数据点x=(6,4)属于类别A。因为根据决策树的规则，特征1=6>5，所以判断为类别A。

五、材料分析题

1.数据预处理：清洗数据，处理缺失值，标准化或归一化特征。

原因：提高数据质量，使模型训练更稳定。

2.特征工程：选择相