2025年数据建模工程师考试题库（附答案和详细解析）（1010）.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）

以下哪种缺失值处理方法最适用于正态分布的数值型特征？

A.用中位数填充

B.用均值填充

C.用众数填充

D.直接删除缺失行

答案：B

解析：正态分布的数值型数据均值能较好反映集中趋势（受极端值影响小），因此均值填充更合理。中位数适用于偏态分布（A错误），众数适用于分类型数据（C错误），直接删除会损失信息（D错误）。

对于类别高度不平衡的分类任务，最不适合的评估指标是？

A.F1-score

B.ROC-AUC

C.准确率

D.召回率

答案：C

解析：准确率在类别不平衡时会被多数类主导（如99%负样本时，全预测负样本准确率99%但无价值），而F1（综合精确率与召回）、ROC-AUC（关注排序能力）、召回率（关注少数类覆盖）更合理（A/B/D正确）。

以下哪种方法不能有效缓解过拟合？

A.增加训练数据量

B.降低模型复杂度

C.减少正则化参数λ

D.提前终止训练（EarlyStopping）

答案：C

解析：正则化参数λ越大，惩罚项权重越高，越能抑制过拟合；减少λ会削弱正则化效果（C错误）。增加数据（A）、降低复杂度（B）、早停（D）均是缓解过拟合的常用方法。

以下属于特征选择（FeatureSelection）技术的是？

A.主成分分析（PCA）

B.卡方检验（Chi-squaredTest）

C.多项式特征构造（PolynomialFeatures）

D.标准化（Standardization）

答案：B

解析：卡方检验通过统计特征与目标的相关性筛选特征，属于过滤法特征选择（B正确）。PCA是特征提取（降维）（A错误），多项式构造是特征生成（C错误），标准化是特征变换（D错误）。

随机森林（RandomForest）的核心思想是？

A.通过串行训练弱分类器提升整体性能

B.对样本和特征同时随机抽样构建多个决策树

C.仅对样本随机抽样（Bagging）

D.仅对特征随机抽样（RandomSubspaces）

答案：B

解析：随机森林在Bagging（样本抽样）基础上增加了特征随机抽样（每棵树用随机子集特征），降低树间相关性（B正确）。A是Boosting（如GBDT），C是传统Bagging，D不完整。

模型部署时，若需支持低延迟的实时预测，最适合的格式是？

A.PMML（预测模型标记语言）

B.ONNX（开放神经网络交换格式）

C.TensorFlowSavedModel

D.轻量化的XGBoostJSON格式

答案：D

解析：XGBoostJSON格式计算效率高，适合实时预测（D正确）。PMML（A）和ONNX（B）侧重跨平台兼容性，TensorFlowSavedModel（C）通常用于深度学习模型，计算资源需求较高。

L1正则化的主要作用是？

A.使模型参数更稀疏

B.防止梯度消失

C.加速模型收敛

D.降低模型偏差

答案：A

解析：L1正则化（Lasso）通过绝对值惩罚项使部分参数变为0，实现特征选择（A正确）。防止梯度消失（B）需调整激活函数或初始化，加速收敛（C）依赖优化器，降低偏差（D）需增加模型复杂度。

处理类别不平衡数据时，以下哪种抽样方法可能导致信息丢失？

A.SMOTE（合成少数类过采样）

B.随机过采样（Oversampling）

C.随机欠采样（Undersampling）

D.加权交叉熵损失（WeightedLoss）

答案：C

解析：欠采样通过减少多数类样本量平衡数据，但会丢失多数类的关键信息（C正确）。SMOTE（A）合成新样本，随机过采样（B）复制少数类样本，加权损失（D）调整类别权重，均不直接丢失信息。

时间序列建模中，ARIMA(p,d,q)的“d”表示？

A.自回归阶数

B.差分次数

C.移动平均阶数

D.周期长度

答案：B

解析：ARIMA的d是将非平稳序列转换为平稳序列所需的差分次数（B正确）。p是自回归阶数（A），q是移动平均阶数（C），周期长度是SARIMA中的参数（D）。

混淆矩阵中，“真阳性率（TPR）”等于？

A.TP/(TP+FN)

B.TP/(TP+FP)

C.TN/(TN+FP)

D.TN/(TN+FN)

答案：A

解析：真阳性率（召回率）是实际正类中被正确预测的比例，公式为TP/(TP+FN)（A正确）。B是精确率，C是真阴性率（特异度），D无实际意义。

二、多项选择题（共10题，每题2分，共20分）

数据清洗的核心任务包括？

A.处理缺失值

B.检测并修正异常值

C.合并多源数据

D.去除重复记录

答案：ABD

解析：数据清洗主要解决数据质量问题，包括缺失值（A）、异常值（B）、重复值（