2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0924）.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）

以下哪项是数据清洗中处理缺失值的常用方法？

A.对缺失列直接删除

B.用特征均值填充数值型缺失值

C.对类别型缺失值进行独热编码

D.通过主成分分析（PCA）降维

答案：B

解析：数据清洗中处理缺失值的常用方法包括删除少量缺失样本、用均值/中位数填充数值型数据（B正确）、用众数填充类别型数据等。A错误，因直接删除整列可能丢失关键信息；C属于特征工程中的编码方法，与缺失值处理无关；D是降维技术，用于特征提取而非缺失值处理。

逻辑回归模型的损失函数通常是？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.绝对误差（MAE）

D.合页损失（HingeLoss）

答案：B

解析：逻辑回归用于二分类问题，其损失函数为交叉熵损失（B正确），用于衡量预测概率与真实标签的差异。A是线性回归的损失函数；C用于鲁棒回归；D是支持向量机（SVM）的损失函数。

在SQL中，用于查询表中唯一值的关键字是？

A.DISTINCT

B.GROUPBY

C.HAVING

D.ORDERBY

答案：A

解析：DISTINCT关键字用于去除查询结果中的重复值（A正确）。GROUPBY用于分组统计，HAVING用于筛选分组后的结果，ORDERBY用于排序，均不符合题意。

以下哪项属于无监督学习任务？

A.预测用户是否会购买商品（二分类）

B.识别图像中的手写数字（多分类）

C.对客户群体进行聚类分析

D.预测房屋价格（回归）

答案：C

解析：无监督学习不依赖标签，目标是发现数据内在结构（如聚类）。A、B、D均需标签（购买与否、数字类别、价格），属于监督学习；C是无监督学习（正确）。

特征缩放（FeatureScaling）的主要目的是？

A.增加特征数量

B.消除特征量纲差异对模型的影响

C.提高特征的可解释性

D.减少特征中的噪声

答案：B

解析：特征缩放（如标准化、归一化）的核心目的是消除不同特征量纲（如“年龄”和“收入”的单位差异）对模型（如KNN、SVM）的影响（B正确）。A是特征工程中的特征构造；C通过特征命名或业务解释实现；D是数据清洗的任务。

在混淆矩阵中，精确率（Precision）的计算公式是？

A.TP/(TP+FN)

B.TP/(TP+FP)

C.TN/(TN+FP)

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

答案：B

解析：精确率衡量预测为正类的样本中实际为正类的比例，公式为TP/(TP+FP)（B正确）。A是召回率（Recall）；C是真负率（Specificity）；D是准确率（Accuracy）。

以下哪种可视化工具适合展示时间序列数据的趋势？

A.散点图

B.柱状图

C.折线图

D.箱线图

答案：C

解析：折线图通过连接时间点上的数据点，能清晰展示数据随时间的变化趋势（C正确）。散点图用于观察两个变量的相关性，柱状图用于比较不同类别的数值，箱线图用于展示数据分布。

以下哪项是Hadoop生态中分布式文件系统的组件？

A.MapReduce

B.HDFS

C.Hive

D.Spark

答案：B

解析：HDFS（HadoopDistributedFileSystem）是Hadoop的分布式文件系统（B正确）。MapReduce是计算框架，Hive是数据仓库工具，Spark是内存计算框架。

在Python中，Pandas库中用于合并两个DataFrame的函数是？

A.pd.merge()

B.pd.concat()

C.pd.join()

D.以上都是

答案：D

解析：pd.merge()用于基于键的列合并，pd.concat()用于按行或列拼接，pd.join()是merge的简化版（基于索引），三者均属于合并操作（D正确）。

以下哪项是过拟合（Overfitting）的典型表现？

A.训练集准确率高，测试集准确率低

B.训练集准确率低，测试集准确率高

C.训练集和测试集准确率都低

D.训练集和测试集准确率都高

答案：A

解析：过拟合指模型在训练集上表现很好（准确率高），但无法泛化到新数据（测试集准确率低）（A正确）。B是欠拟合的反向错误；C是欠拟合；D是理想状态。

二、多项选择题（共10题，每题2分，共20分）

以下属于数据预处理步骤的有？（至少2个正确选项）

A.处理缺失值

B.特征选择

C.模型训练

D.数据标准化

答案：ABD

解析：数据预处理包括数据清洗（处理缺失值A）、数据集成、数据变换（标准化D）、特征工程（特征选择B）。C是建模阶段，不属于预处理。

以下哪些算法属于集成学习（EnsembleLea