2025年数据建模工程师考试题库（附答案和详细解析）（1002）.docxVIP

数据建模工程师专业考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪种方法最适合处理高维分类数据中的类别型特征？

A.标准化（Z-score）

B.独热编码（One-HotEncoding）

C.对数变换（LogTransformation）

D.主成分分析（PCA）

答案：B

解析：类别型特征（如“性别”“职业”）需要将离散值转换为数值向量，独热编码通过二进制向量表示类别，避免了有序假设，是最适合的方法。A项标准化适用于连续型特征；C项对数变换用于处理偏态分布的连续特征；D项PCA是降维方法，不直接处理类别型特征。

在分类任务中，若数据存在严重类别不平衡（正类占比1%），最不适合的评估指标是？

A.准确率（Accuracy）

B.F1分数（F1-Score）

C.ROC-AUC

D.召回率（Recall）

答案：A

解析：准确率在类别不平衡时会失效（如全预测负类准确率可达99%）。B项F1分数综合精确率和召回率，适用于不平衡数据；C项ROC-AUC衡量模型区分能力，不受类别比例影响；D项召回率关注正类覆盖，是关键指标。

以下哪项是过拟合的典型表现？

A.训练集准确率低，验证集准确率低

B.训练集准确率高，验证集准确率低

C.训练集准确率低，验证集准确率高

D.训练集与验证集准确率接近

答案：B

解析：过拟合指模型过度学习训练数据的噪声，导致对新数据泛化能力差，表现为训练集效果好但验证集效果差。A项是欠拟合；C项不符合实际；D项是泛化能力好的表现。

线性回归模型中，若残差（实际值-预测值）呈现明显的异方差性（方差随自变量增大而增大），应优先采取以下哪种措施？

A.增加多项式特征

B.对因变量进行对数变换

C.引入L2正则化

D.减少训练数据量

答案：B

解析：异方差性（残差方差不恒定）通常通过对因变量进行幂变换（如对数变换）消除，使方差稳定。A项会加剧过拟合；C项正则化用于解决多重共线性或过拟合；D项会降低模型稳定性。

在随机森林（RandomForest）中，“随机”主要体现在？

A.随机选择样本子集（Bootstrap）和随机选择特征子集

B.随机初始化树的根节点

C.随机设置树的最大深度

D.随机选择损失函数

答案：A

解析：随机森林的“随机”体现在两方面：样本层面通过Bootstrap抽样生成子数据集；特征层面每次分裂时随机选择部分特征，降低模型方差。其他选项均不符合随机森林的核心机制。

以下哪种特征工程方法用于捕捉特征间的交互作用？

A.标准化（Standardization）

B.特征交叉（FeatureCross）

C.分箱（Binning）

D.缺失值填充（Imputation）

答案：B

解析：特征交叉通过组合两个或多个特征（如“年龄×收入”）生成新特征，用于捕捉原始特征间的交互效应。A项是数据缩放；C项将连续特征离散化；D项处理缺失值。

评估回归模型时，均方误差（MSE）与平均绝对误差（MAE）的主要区别是？

A.MSE对异常值更敏感

B.MAE计算更复杂

C.MSE衡量绝对误差，MAE衡量平方误差

D.MAE适用于分类任务

答案：A

解析：MSE是误差的平方均值，异常值的平方会显著放大其影响；MAE是绝对误差均值，对异常值更鲁棒。B项MAE计算更简单；C项描述相反；D项MAE是回归指标。

以下哪项不属于数据质量的核心维度？

A.完整性（Completeness）

B.一致性（Consistency）

C.可解释性（Interpretability）

D.准确性（Accuracy）

答案：C

解析：数据质量的核心维度包括完整性（无缺失）、一致性（格式统一）、准确性（与真实值匹配）、时效性等。可解释性是模型的特性，而非数据质量维度。

在K折交叉验证（K-FoldCV）中，K的选择通常建议？

A.K=1（留一法）

B.K=样本量的平方根

C.K=5或10

D.K越大越好

答案：C

解析：K=5或10是常用选择，既能平衡计算效率与评估稳定性。A项留一法计算成本高；B项无理论依据；D项K过大（如接近样本量）会导致各折数据高度相似，评估偏差增大。

梯度提升树（GBDT）的核心思想是？

A.并行训练多棵树，取平均预测结果

B.串行训练树，每棵树拟合前序模型的残差

C.随机选择特征子集构建树

D.通过正则化减少模型复杂度

答案：B

解析：GBDT是提升（Boosting）算法，通过迭代训练基模型（树），每棵树拟合当前模型的负梯度（残差），逐步降低整体误差。A项是随机森林的思想；C项是随机森林的特征选择方式；D项是正则化的作用。

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）

以下哪些方法可用于检