原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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）
数据清洗中处理缺失值时，以下哪种操作最合理？
A.直接删除所有包含缺失值的记录
B.对分类变量缺失值用均值填充
C.删除缺失比例超过80%的特征
D.对数值变量缺失值用众数填充
答案：C
解析：处理缺失值需根据缺失比例和数据类型选择方法。A错误，删除所有缺失记录可能导致数据大量丢失；B错误，分类变量应使用众数而非均值；D错误，数值变量常用均值或中位数，众数适用于分类变量；C正确，缺失比例过高（如80%）的特征信息量极低，通常直接删除。
以下哪项是监督学习的典型任务？
A.客户分群（聚类）
B.房价预测（回归）
C.数据降维（PCA）
D.异常检测（孤立森林）
答案：B
解析：监督学习需要标签数据，任务包括分类和回归；无监督学习无标签，任务包括聚类、降维、异常检测。B是回归任务（监督学习），其余为无监督学习。
评估分类模型时，精确率（Precision）的计算公式是？
A.真阳性/(真阳性+假阳性)
B.真阳性/(真阳性+假阴性)
C.真阴性/(真阴性+假阳性)
D.(真阳性+真阴性)/(总样本数)
答案：A
解析：精确率衡量“预测为正的样本中实际为正的比例”，公式为TP/(TP+FP)；B是召回率（Recall）；C是真负率（Specificity）；D是准确率（Accuracy）。
以下哪种数据库适合存储非结构化数据？
A.MySQL（关系型）
B.MongoDB（文档型）
C.Redis（键值型）
D.HBase（列式）
答案：B
解析：非结构化数据（如JSON、文本）适合用NoSQL数据库存储。MongoDB是文档型数据库，支持灵活的半结构化数据；MySQL是关系型，适合结构化数据；Redis用于缓存；HBase适合海量结构化数据。
特征工程中，“独热编码（One-HotEncoding）”主要用于处理哪种类型的变量？
A.连续型数值变量
B.高基数分类变量（如1000个类别）
C.有序分类变量（如“低-中-高”）
D.名义分类变量（如“红-蓝-绿”）
答案：D
解析：独热编码通过二进制向量表示名义分类变量（无顺序关系），避免模型错误学习顺序；连续变量需标准化/归一化；高基数变量用目标编码更合适；有序变量用标签编码（LabelEncoding）。
以下哪项是K近邻（KNN）算法的主要缺点？
A.对噪声不敏感
B.计算复杂度高（随样本量增加显著上升）
C.无法处理多分类问题
D.不需要显式训练过程
答案：B
解析：KNN是惰性学习算法，预测时需计算所有样本距离，样本量增大时计算复杂度（O(n)）显著上升；A错误，KNN对噪声敏感；C错误，KNN支持多分类；D是优点，非缺点。
时间序列分析中，“白噪声”的核心特征是？
A.存在显著自相关性
B.均值为0，方差恒定，无自相关性
C.具有明显的趋势或季节性
D.方差随时间递增（异方差）
答案：B
解析：白噪声是随机序列，满足均值为0、方差恒定、各时间点无自相关（ACF在置信区间内）；A、C、D均与白噪声定义矛盾。
以下哪项是数据可视化中“避免误导”的核心原则？
A.使用3D图表增强视觉效果
B.坐标轴起点必须从0开始
C.数据标签清晰标注具体数值
D.用颜色饱和度区分无关变量
答案：C
解析：数据可视化需准确传达信息，清晰标注数值可避免误解；A错误，3D图表可能扭曲比例；B错误，部分场景（如对比小差异）可调整起点，但需明确标注；D错误，颜色应关联核心变量。
以下哪种方法可用于检测数据中的异常值？
A.主成分分析（PCA）降维
B.Z-score检验（计算标准差倍数）
C.逻辑回归（LogisticRegression）
D.线性回归（LinearRegression）
答案：B
解析：Z-score通过计算数据点与均值的标准差倍数检测异常（通常|Z|3视为异常）；PCA用于降维；逻辑回归和线性回归是建模方法，不直接检测异常。
数据伦理中，“数据最小化原则”指？
A.仅收集完成目标所需的最少数据
B.确保数据存储的最小化成本
C.删除所有历史数据以保护隐私
D.对数据进行最小化的预处理
答案：A
解析：数据最小化原则要求收集的数据范围、类型和数量严格限于实现目标的必要程度，避免过度采集；B是成本优化，非伦理原则；C、D与定义无关。
二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）
以下属于特征工程常用方法的有？
A.独热编码（One-HotEncoding）
B.标准化（Z-scoreNormalization）
C.特征交叉（FeatureCross）
D.删除低方差特征（
文档评论（0）