2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0903）.docxVIP

2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0903）

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）

在Pandas库中，哪个函数用于读取CSV文件并加载为DataFrame？

read_csv()

load_csv()

import_csv()

get_csv()

答案：A

解析：Pandas的read_csv()函数是标准方法，用于读取CSV文件并将其转换为DataFrame对象。选项B、C和D均为干扰项：load_csv()不是Pandas内置函数，import_csv()类似但不标准，get_csv()不存在，体现了基础知识点的混淆。

假设检验中，拒绝原假设时可能犯的错误类型是？

第一类错误

第二类错误

采样误差

偏差

答案：A

解析：第一类错误（TypeIError）指错误地拒绝真实原假设，而第二类错误（TypeIIError）是未拒绝虚假原假设。选项B错误，因为它与拒绝错误相关；C和D为干扰项：采样误差是随机偏差，偏差是系统性偏离，不符合假设检验核心知识。

以下哪个算法是无监督学习算法？

支持向量机（SVM）

K-Means聚类

线性回归

决策树

答案：B

解析：K-Means聚类是无监督学习算法，用于发现数据中的分组模式。选项A、C和D均为监督学习：SVM用于分类/回归，线性回归用于预测连续值，决策树用于分类/回归，干扰项基于误判算法类型设置。

在数据可视化中，箱线图（BoxPlot）主要用于展示？

时间序列趋势

类别分布比例

数据分布和异常值

变量间相关性

答案：C

解析：箱线图的核心作用是显示数据分布、四分位数和异常值。选项A错误，时间序列使用折线图；B错误，类别分布使用饼图或条形图；D错误，相关性使用散点图或热图，干扰项结合常见误用设计。

SQL查询中，使用GROUPBY子句的目的是？

过滤行数据

聚合数据分组

排序结果集

连接多个表

答案：B

解析：GROUPBY用于将行分组并对每组进行聚合运算（如SUM、COUNT）。选项A功能由WHERE实现；C由ORDERBY实现；D由JOIN实现，干扰项基于SQL语法混淆设置。

机器学习模型评估中，Recall（召回率）的计算公式是？

TP/(TP+FP)

TP/(TP+FN)

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

TP/(FP+TN)

答案：B

解析：Recall=TP/(TP+FN)，表示正确识别的正例占所有正例的比例。选项A是精度（Precision）；C是准确率（Accuracy）；D无意义，干扰项通过反混淆评估指标设计。

数据科学项目中，特征工程的主要目标是？

删除所有缺失值

优化特征以提高模型性能

可视化原始数据

选择最终模型

答案：B

解析：特征工程通过转换或创建特征来增强模型泛化能力。选项A错误，缺失值处理是数据清洗部分；C是可视化阶段；D是模型选择阶段，干扰项基于项目流程阶段错误设置。

在概率论中，两个独立事件A和B的联合概率P(AandB)等于？

P(A)+P(B)

P(A)*P(B)

P(A|B)*P(B)

max(P(A),P(B))

答案：B

解析：独立事件的联合概率为P(A)*P(B)。选项A错误，用于互斥事件；C是条件概率公式；D无依据，干扰项基于概率规则混淆设置。

Hadoop生态系统中的核心组件MapReduce主要用于？

实时流数据处理

批量数据并行处理

内存数据查询

图算法计算

答案：B

解析：MapReduce是Hadoop的批处理框架，用于大规模数据并行处理。选项A由SparkStreaming处理；C由Spark内存计算处理；D由Giraph处理，干扰项基于大数据工具误判设置。

数据科学伦理中，K-匿名化方法的主要目的是？

加密敏感数据

防止数据重新识别

删除所有隐私字段

增加数据噪声

答案：B

解析：K-匿名化通过泛化数据确保每个组内有K个以上类似记录，防止个体重新识别。选项A是加密技术；C是数据遮蔽；D是差分隐私的一部分，干扰项基于隐私保护方法混淆设置。

二、多项选择题（共10题，每题2分，共20分）

在数据清洗阶段，哪些是处理缺失值的有效方法？（至少2个正确）

删除含缺失值的行

用均值/中位数填充

复制邻近值

忽略所有缺失值

答案：AB

解析：删除行（A）适用于缺失率低的数据；用均值/中位数填充（B）保持数据分布，适用于数值变量。选项C错误，复制邻近值易引入偏差；D错误，忽略会导致模型错误，干扰项基于常见误用设计以测试知识点完整性。

以下哪些指标可用于评估分类模型的性能？（至少2个正