2025年大学《信息与计算科学》专业题库——信息与计算科学的数据挖掘实验

考试时间：______分钟总分：______分姓名：______

一、

请简述数据挖掘的基本流程，并说明在数据预处理阶段，处理缺失值和异常值各自有哪些常见的方法及其优缺点。

二、

给定一个包含用户年龄（Age）、收入（Income）和购买意愿（Purchase）三个属性的数据集。现需使用K-Means算法对这些用户进行聚类分析。

1.请简述K-Means算法的基本原理。

2.在该问题中，如何确定最佳的聚类数目K？

3.假设通过某种方法确定最佳聚类数目为3，请描述你将如何选择初始聚类中心，并简要