2025年数据建模工程师考试题库（附答案和详细解析）（1013）.docxVIP

数据建模工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪种数据预处理方法最适用于处理具有非线性关系的缺失值填补？

A.直接删除缺失值记录

B.使用特征均值填补

C.基于随机森林的缺失值预测

D.使用中位数填补

答案：C

解析：随机森林能够捕捉变量间的非线性关系，通过其他特征预测缺失值，适用于复杂数据分布；A选项会导致数据丢失，B、D选项仅适用于线性关系或分布较集中的场景，无法处理非线性关系。

在分类任务中，若关注“正样本被正确识别的比例”，应选择以下哪个评估指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1值

答案：C

解析：召回率（Recall）定义为“真正例/(真正例+假反例)”，反映正样本被正确识别的比例；准确率是整体正确比例，精确率是“真正例/(真正例+假正例)”，F1值是精确率和召回率的调和平均。

以下哪项不是过拟合的典型表现？

A.训练集准确率95%，测试集准确率60%

B.模型在简单数据上误差极小

C.模型参数数量远大于训练样本量

D.学习曲线显示训练误差与验证误差持续下降

答案：D

解析：过拟合时训练误差会持续下降，但验证误差会先降后升；D选项描述的是模型仍在有效学习的状态，属于正常拟合或欠拟合。

特征工程中，“将用户生日转换为年龄”属于以下哪类操作？

A.特征离散化

B.特征构造

C.特征标准化

D.特征分箱

答案：B

解析：特征构造是通过原始特征生成新特征（如日期转年龄）；离散化是将连续变量分段，标准化是归一化处理，分箱是离散化的一种形式。

逻辑回归模型的损失函数通常选择：

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.绝对误差（MAE）

D.Huber损失

答案：B

解析：逻辑回归用于分类任务，交叉熵损失直接对应概率输出的似然估计；MSE、MAE、Huber损失适用于回归任务。

在集成学习中，随机森林（RandomForest）主要通过以下哪种方式降低模型方差？

A.增加基模型复杂度

B.对样本和特征进行随机采样

C.串行训练基模型并修正误差

D.对输出结果进行加权投票

答案：B

解析：随机森林通过Bagging方法，对样本（Bootstrap）和特征（随机子空间）进行采样，降低基模型间的相关性，从而降低整体方差；C是Boosting的特点，D是集成输出方式，非降方差核心。

以下哪种场景最适合使用K近邻（KNN）模型？

A.大规模高维数据分类

B.实时性要求高的预测

C.小样本、低维且分布规则的数据

D.需要可解释性的回归任务

答案：C

解析：KNN计算复杂度随样本量和维度增加呈指数级上升，适合小样本低维数据；A、B场景因计算效率低不适用，D场景因KNN是“黑箱”模型不适用。

模型部署时，若需要将Python训练的模型转换为C++可调用的格式，最常用的工具是：

A.TensorFlowServing

B.ONNX（开放神经网络交换）

C.FlaskAPI

D.PyTorchJIT

答案：B

解析：ONNX是跨框架的模型格式标准，支持Python模型转换为C++等语言调用；A是TensorFlow的服务框架，C是API部署方式，D是PyTorch的即时编译工具。

以下哪项是数据质量中“一致性”的典型问题？

A.某字段存在大量空值

B.同一用户的手机号在不同表中格式不同（如“138-XXXX-XXXX”与“138XXXXXXXX”）

C.年龄字段出现“-5”的异常值

D.订单表中“金额”字段存在小数点后3位

答案：B

解析：一致性指同一实体在不同数据源中的表示统一；A是完整性问题，C是有效性问题，D是精确性问题。

关于L1正则化和L2正则化的区别，以下描述正确的是：

A.L1更易得到稀疏解，L2更易平滑参数

B.L1用于分类任务，L2用于回归任务

C.L1降低偏差，L2降低方差

D.L1惩罚参数平方和，L2惩罚参数绝对值和

答案：A

解析：L1正则化（Lasso）通过惩罚参数绝对值和，促使部分参数变为0，得到稀疏解；L2正则化（Ridge）惩罚参数平方和，使参数更平滑；B、C、D均混淆了两者的数学形式和应用场景。

二、多项选择题（共10题，每题2分，共20分）

以下属于分类任务常用评估指标的有：（）

A.准确率（Accuracy）

B.精确率（Precision）

C.均方误差（MSE）

D.ROC-AUC

答案：ABD

解析：MSE是回归任务的评估指标；分类任务常用准确率、精确率、召回率、F1值、ROC-AUC等。

特征选择的常用方法包括：（）

A.卡方检验（Chi-squareTest）

B.