2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（1001）.docxVIP

数据科学专业认证（CDSP）考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪项是处理偏态分布数值型数据缺失值的最优方法？

A.直接删除缺失值所在行

B.用均值填充

C.用中位数填充

D.用众数填充

答案：C

解析：偏态分布数据中，均值易受极端值影响，无法代表数据集中趋势；众数适用于分类型数据；直接删除会导致信息丢失。中位数对极端值不敏感，更能反映偏态分布的集中趋势，因此选C。

混淆矩阵中F1分数的计算公式是？

A.(TP)/(TP+FP)

B.(TP)/(TP+FN)

C.(TP+TN)/(TP+TN+FP+FN)

D.2×(Precision×Recall)/(Precision+Recall)

答案：D

解析：A是精确率（Precision），B是召回率（Recall），C是准确率（Accuracy），D是F1分数（精确率与召回率的调和平均），因此选D。

以下哪种算法属于线性分类模型？

A.决策树

B.逻辑回归

C.随机森林

D.K-means

答案：B

解析：逻辑回归通过sigmoid函数将线性回归结果映射到[0,1]区间，本质是线性模型；决策树、随机森林是非线性模型；K-means是聚类算法，因此选B。

时间序列分析中，“季节成分”的周期通常为？

A.小于1年

B.1年以上

C.固定且可预测

D.无固定周期

答案：C

解析：季节成分指固定周期（如季度、月度）的重复模式（如夏季用电量高峰），周期固定且可预测；周期成分（Cycle）通常超过1年且无固定长度，因此选C。

以下哪项不属于特征工程中的特征转换？

A.对年龄进行分箱（如0-18岁、19-30岁）

B.对收入进行对数变换

C.从日期字段提取“星期几”

D.对类别变量进行独热编码（One-HotEncoding）

答案：C

解析：特征转换是对已有特征的数学变换（分箱、对数变换、编码），而从日期提取“星期几”属于特征提取（从原始数据生成新特征），因此选C。

评估回归模型时，以下哪项指标越小表示模型性能越好？

A.R2分数（决定系数）

B.MAE（平均绝对误差）

C.调整R2

D.均方根误差（RMSE）

答案：D

解析：R2和调整R2越接近1越好；MAE和RMSE均衡量预测误差，RMSE对大误差更敏感，数值越小模型越好，因此选D。

以下哪项是Hadoop生态中负责资源管理的组件？

A.HDFS

B.YARN

C.MapReduce

D.HBase

答案：B

解析：HDFS是分布式文件系统，MapReduce是计算框架，HBase是列式数据库，YARN负责集群资源调度与管理，因此选B。

贝叶斯定理的核心思想是？

A.用先验概率修正后验概率

B.假设特征之间相互独立

C.最大化似然函数

D.最小化经验风险

答案：A

解析：贝叶斯定理公式为P(A|B)=P(B|A)P(A)/P(B)，核心是利用新观测数据（B）修正先验概率P(A)得到后验概率P(A|B)，因此选A。

以下哪种场景最适合使用K近邻（KNN）算法？

A.大规模高维数据集分类

B.小样本、低维、类别边界清晰的分类

C.时间序列预测

D.文本情感分析

答案：B

解析：KNN计算复杂度高（O(n2)），不适合大规模数据；高维空间“维度灾难”导致效果下降；时间序列和文本分析通常用其他模型（如ARIMA、TF-IDF+逻辑回归）。小样本、低维场景下KNN效果较好，因此选B。

以下哪项是数据可视化的核心目标？

A.追求视觉冲击力

B.准确传递数据中的信息

C.使用复杂图表类型（如桑基图）

D.隐藏数据中的异常值

答案：B

解析：可视化的核心是清晰、准确地表达数据模式（如趋势、分布、关联），而非单纯追求美观或复杂；隐藏异常值会误导分析，因此选B。

二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）

以下属于特征选择方法的有？

A.过滤法（Filter）

B.包裹法（Wrapper）

C.嵌入法（Embedded）

D.主成分分析（PCA）

答案：ABC

解析：过滤法（如卡方检验、信息增益）、包裹法（如递归特征消除）、嵌入法（如L1正则化）均为特征选择方法；PCA是特征提取（降维），通过线性变换生成新特征，因此选ABC。

以下哪些算法属于集成学习（EnsembleLearning）？

A.梯度提升决策树（GBDT）

B.支持向量机（SVM）

C.随机森林（RandomForest）

D.K近邻（KNN）

答案：AC

解析：集成学习通过组合多个基模型提升性能，GBDT（串行集成）和随机森林（并行集成）是典型代表；SVM和KNN是单模型算法，因此选AC。

正则化（Regularization）的作用