2025年大学《信息与计算科学》专业题库——信息与计算科学专业数据科学.docxVIP

2025年大学《信息与计算科学》专业题库——信息与计算科学专业数据科学

考试时间：______分钟总分：______分姓名：______

一、选择题

1.下列哪一项不属于数据科学通常涵盖的基本流程？

A.数据采集

B.模型部署

C.数据可视化

D.算法选择

2.在大数据的“4V”特征中，“速度快”（Velocity）主要指的是什么？

A.数据存储容量巨大

B.数据产生和处理的实时性要求高

C.数据种类繁多

D.数据价值密度相对较低

3.对于包含缺失值的数值型数据，常用的简单处理方法是？

A.直接删除含有缺失值的记录

B.使用固定常数（如0或均值）填充

C.使用基于模型的方法（如回归）预测填充

D.以上都是

4.在进行探索性数据分析时，绘制箱线图的主要目的是？

A.展示数据随时间的变化趋势

B.显示数据的分布中心、离散程度和异常值

C.描绘两个变量之间的相关关系

D.可视化数据的高维结构

5.下列哪种图表类型最适合展示不同类别数据之间的数量比较？

A.散点图

B.折线图

C.柱状图

D.饼图

6.衡量分类模型预测结果好坏的指标中，哪个指标特别关注模型对正类样本的识别能力？

A.准确率(Accuracy)

B.召回率(Recall)

C.精确率(Precision)

D.F1分数

7.决策树算法属于以下哪种类型的机器学习模型？

A.监督学习

B.无监督学习

C.半监督学习

D.强化学习

8.K-Means聚类算法在运行过程中，需要预先指定一个参数，该参数是？

A.聚类中心的初始位置

B.聚类数量K

C.距离度量方法

D.数据标准化程度

9.假设我们有一组学生的身高数据，计算其平均值和标准差，这属于数据预处理中的哪一步？

A.数据集成

B.数据变换

C.数据规约

D.描述性统计分析

10.下列关于线性回归模型的描述，哪一项是正确的？

A.线性回归只能处理分类问题

B.线性回归模型假设因变量与自变量之间存在线性关系

C.线性回归的目标是找到一条直线，使得所有数据点都落在这条直线上

D.线性回归只能处理一个自变量

二、简答题

1.简述数据科学与传统统计学的联系与区别。

2.列举三种常见的异常值检测方法，并简述其中一种的基本思想。

3.解释什么是数据降维，并说明降维常用的目的是什么。

4.简述逻辑回归模型的基本原理及其在分类问题中的应用。

5.描述一下使用Python的Pandas库进行数据读取和基本数据清洗操作的步骤。

三、计算题

1.假设某网站用户访问时长（分钟）的数据如下：[10,15,8,20,12,18,7,11]。计算该组数据的中位数和方差（结果保留两位小数）。

2.假设有一个二分类问题，模型预测结果如下：实际为正例的有60个，预测为正例的有70个，实际为负例的有30个，预测为负例的有10个。计算该模型的精确率、召回率和F1分数（结果保留两位小数）。

3.给定数据点(1,2),(2,3),(3,5),(4,4)。尝试绘制一个简单的散点图，描述这些点大致的分布趋势（无需实际绘图，文字描述即可）。

四、分析题

假设你是一名信息与计算科学专业的学生，需要分析一份关于某城市共享单车使用情况的数据集。该数据集包含以下字段：用户ID、使用时间（小时）、起始站点、结束站点、骑行时长（分钟）、天气状况、是否高峰期。

请根据以上信息，设计一个简单的数据分析方案，包括：

1.你希望从这份数据中获得哪些insights（洞见）？（至少提出三点）

2.为了获得这些insights，你需要进行哪些具体的数据处理和探索性分析步骤？

3.你可能会使用哪些统计方法或可视化图表来辅助你的分析？（针对你提出的至少一个insights，说明具体方法）

试卷答案

一、选择题

1.D

解析：数据科学的基本流程通常包括数据采集、数据预处理、数据探索与可视化、模型构建与评估、模型部署等。算法选择通常发生在模型构建与评估阶段，而非基本流程本身。

2.B

解析：“4V”特征指大数据的Volume（体量）、Velocity（速度）、Variety（多样性）、Value（价值）。Velocity强调数据产生和处理的实时性要求高。

3.D