大数据工程技术人员五级初级工-大数据分析 详细题库

数据挖掘 题目预览

• 第 1 题 单选题
  特征工程的定义是（ ）。
  • A. 通过技术手段从原始数据中提取、构建和选择特征的过程
  • B. 直接使用原始数据进行模型训练的过程
  • C. 仅指数据清洗和预处理
  • D. 专门用于大数据存储的技术
  解析：特征工程是指利用领域知识和数据技术来创建、转换和选择特征，以便机器学习算法能够更好地工作。
• 第 2 题 单选题
  下列哪项是特征工程中常见的特征提取方法？（ ）
  • A. 决策树
  • B. 主成分分析（PCA）
  • C. 线性回归
  • D. 聚类分析
  解析：PCA是一种降维技术，用于从高维数据中提取主要特征成分，是特征提取的常见方法。
• 第 3 题 单选题
  特征工程的主要好处不包括（ ）。
  • A. 提高模型准确性
  • B. 减少过拟合风险
  • C. 加快模型训练速度
  • D. 增加数据采集成本
  解析：特征工程旨在优化特征以改善模型性能，通常不会增加数据采集成本；相反，它可能通过减少维度来降低计算成本。
• 第 4 题 单选题
  在特征工程中，特征选择的主要标准是（ ）。
  • A. 特征的数量
  • B. 特征的来源
  • C. 特征与目标变量的相关性
  • D. 特征的存储大小
  解析：特征选择通常基于特征与目标变量的相关性、重要性或信息增益等标准，以保留最有预测能力的特征。
• 第 5 题 判断题
  特征工程仅适用于监督学习任务。
  • A. 对
  • B. 错
  解析：特征工程既适用于监督学习，也适用于无监督学习和其他数据挖掘任务，旨在改善任何模型的性能。
• 第 6 题 判断题
  特征工程可以完全自动化，无需人工干预。
  • A. 对
  • B. 错
  解析：虽然存在自动化特征工程工具，但特征工程通常需要领域知识和人工判断，以创建有意义的特征。
• 第 7 题 多选题
  特征工程的主要步骤包括（ ）。
  • A. 特征提取
  • B. 特征选择
  • C. 特征构建
  • D. 特征评估
  • E. 特征删除
  解析：特征工程通常包括特征提取、特征选择、特征构建和特征评估等步骤，特征删除可能是特征选择的一部分，但并非独立步骤；这里A、B、C、D都是常见步骤。
• 第 8 题 多选题
  下列哪些技术属于特征工程的常见方法？（ ）。
  • A. 标准化
  • B. 独热编码
  • C. 主成分分析（PCA）
  • D. 线性判别分析（LDA）
  • E. 数据采集
  解析：标准化、独热编码、PCA和LDA都是特征工程中常用的特征变换或提取方法；数据采集属于数据获取步骤，不属于特征工程。