2024年数据分析师岗位能力水平测试真题（四）（含答案解析）.docxVIP

2024年数据分析师岗位能力水平测试真题（四）（含答案解析）

第一部分：单项选择题（共20题，每题1分）

1、处理数据缺失值时最常用的方法是？

A直接删除记录

B用均值填充数值型

C插值法补全

D回归预测填充

答案：B

解析：均值填充是数值型数据缺失最常用方法，适用于缺失比例低且数据分布均匀场景。A易损失信息，C适用于时间序列，D需额外建模，故B最常用。

2、描述数据集中趋势的指标是？

A方差

B标准差

C中位数

D极差

答案：C

解析：中位数是集中趋势指标，反映数据中间位置。方差、标准差、极差均描述数据离散程度，故C正确。

3、SQL中分组统计的关键字是？

ASELECT

BGROUPBY

CWHERE

DORDERBY

答案：B

解析：GROUPBY用于按字段分组统计。SELECT是查询，WHERE是过滤，ORDERBY是排序，故B正确。

4、混淆矩阵中真阳性率是？

A正确预测阳性/实际阳性

B正确预测阳性/预测阳性

C正确预测阴性/实际阴性

D正确预测阴性/预测阴性

答案：A

解析：真阳性率（召回率）=真阳性/（真阳性+假阴性）=正确预测阳性/实际阳性。B是精确率，C是真阴性率，D无此定义，故A正确。

5、数据标准化的目的是？

A消除量纲影响

B增加数据维度

C减少数据量

D提升模型复杂度

答案：A

解析：标准化通过Z-score消除不同特征量纲差异，使模型更稳定。B、C、D均非标准化目标，故A正确。

6、线性回归中R2表示？

A残差平方和

B总平方和

C解释变异比例

D预测误差均值

答案：C

解析：R2=解释平方和/总平方和，反映模型对因变量变异的解释比例。A、B是计算项，D是MAE，故C正确。

7、时间序列分解的要素不包括？

A趋势

B周期

C季节

D异常

答案：D

解析：时间序列分解通常包括趋势、周期、季节和随机波动，异常属随机波动范畴，非独立要素，故D正确。

8、K-means聚类的核心是？

A最大化类间距离

B最小化类内平方和

C计算曼哈顿距离

D确定最优簇数

答案：B

解析：K-means目标是最小化样本到簇中心的平方和。A是判别分析目标，C是距离计算方式之一，D是优化步骤，故B正确。

9、数据清洗中处理异常值的方法不包括？

A转换变量

B保留观察

C直接删除

D均值替换

答案：D

解析：异常值处理通常采用删除、转换或保留观察，均值替换可能扭曲数据分布，故D错误。

10、A/B测试的核心假设是？

A样本量足够大

B分组随机且独立

C指标可量化

D实验周期固定

答案：B

解析：A/B测试需保证分组随机独立，避免选择偏差。A、C、D是实施条件非核心假设，故B正确。

11、关联规则中支持度是？

A包含X和Y的交易比例

B包含X时包含Y的比例

C包含Y时包含X的比例

DX和Y同时出现的置信度

答案：A

解析：支持度=同时包含X和Y的交易数/总交易数。B是置信度（X→Y），C是置信度（Y→X），D混淆概念，故A正确。

12、决策树中信息增益基于？

A基尼系数

B信息熵

C均方误差

D分类错误率

答案：B

解析：信息增益=父节点熵-子节点加权熵，基于信息熵计算。A是CART算法指标，C是回归树指标，D是误分类率，故B正确。

13、以下属于非结构化数据的是？

A数据库表

B销售记录

C监控视频

D财务报表

答案：C

解析：监控视频是图像/视频数据，属非结构化。A、B、D均为结构化表格数据，故C正确。

14、特征工程中降维的主要目的是？

A增加特征数量

B减少计算成本

C提升模型精度

D消除共线性

答案：B

解析：降维通过减少特征维度降低计算复杂度。A与目的相反，C不一定提升，D是部分作用，故B正确。

15、评估回归模型的指标是？

AF1分数

BROC曲线

CMAE

D混淆矩阵

答案：C

解析：MAE（平均绝对误差）是回归模型评估指标。A、D用于分类，B是分类模型可视化指标，故C正确。

16、数据抽样时简单随机抽样的特点是？

A按类别分层

B等概率抽取

C按时间分段

D按空间分群

答案：B

解析：简单随机抽样每个样本被抽中概率相等。A是分层抽样，C是系统抽样，D是整群抽样，故B正确。

17、以下不属于数据可视化原则的是？

A准确传达信息

B过度装饰图表

C清晰标注坐标轴

D选择合适图表类型

答案：B

解析：过度装饰会干扰信息传达，违背可视化原则。A、C、D均为基本原则，故B正确。

18、Python中pandas处理缺失值的函数是？

Adf.drop_duplicates()

Bdf.fillna()

Cdf.groupby()

Ddf.merge()

答案：B

解析：fillna()用于填充缺失值。A是去重，C是分组，D是合并，故B正确。

19、逻辑回归用于？

A回归预测

B分类预测

C聚类分析

D降维处理

答案：B

解析