2025年数据建模工程师考试题库（附答案和详细解析）（0917）.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）

以下哪项是处理数据缺失值时最合理的策略？

A.直接删除所有包含缺失值的记录

B.对数值型特征用均值填充，对类别型特征用众数填充

C.无论特征类型，统一用中位数填充

D.根据缺失值的分布和业务含义选择填充方法

答案：D

解析：缺失值处理需结合具体场景：直接删除（A）可能导致数据丢失；均值填充数值型、众数填充类别型（B）是常见方法但非“最合理”；中位数适用于偏态分布（C），但无法覆盖所有情况；最合理的是根据缺失模式（随机/非随机）、特征重要性等选择方法（如插值、模型预测），因此选D。

在分类任务中，若样本类别极不均衡（正类占1%），最不适合的评估指标是？

A.准确率

B.F1分数

C.AUC-ROC

D.召回率

答案：A

解析：准确率=（TP+TN）/(TP+TN+FP+FN)，当负类占99%时，模型全预测负类即可达到99%准确率，但无法区分正类，因此准确率（A）无法反映真实性能；F1（B）、AUC-ROC（C）、召回率（D）均能关注正类表现，故选A。

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（如减少决策树深度）

C.对输入特征进行标准化

D.引入L2正则化

答案：C

解析：过拟合因模型对训练数据过度学习，解决方法包括增加数据（A）、降低复杂度（B）、正则化（D）；标准化（C）仅统一特征尺度，不影响模型复杂度，无法缓解过拟合，故选C。

时间序列建模中，“滞后特征（LagFeatures）”的主要作用是？

A.捕捉数据的长期趋势

B.反映数据的季节性波动

C.将序列转化为监督学习问题

D.消除数据中的噪声

答案：C

解析：时间序列预测需用历史值预测未来，滞后特征（如t-1、t-2时刻的值）作为输入特征，目标变量为t时刻值，将序列转化为输入-输出的监督学习问题（C）；趋势（A）由差分或多项式拟合捕捉，季节性（B）由周期特征处理，噪声消除（D）通过平滑或滤波，故选C。

关于特征重要性分析，以下表述正确的是？

A.线性回归的系数绝对值大小直接反映特征重要性

B.随机森林的特征重要性基于基尼指数下降量计算

C.所有模型都能输出可解释的特征重要性

D.SHAP值仅适用于树模型

答案：B

解析：线性回归系数受特征尺度影响，需标准化后比较（A错误）；随机森林通过特征分割时的基尼不纯度下降总和衡量重要性（B正确）；神经网络等黑箱模型无法直接输出特征重要性（C错误）；SHAP值适用于所有模型（D错误），故选B。

在K折交叉验证中，若K=10，其核心优势是？

A.计算效率高于留一法

B.减少数据划分的随机性对结果的影响

C.适用于小样本数据集

D.直接输出最优模型参数

答案：B

解析：K折交叉验证将数据分为K份，每份轮流作为验证集，平均结果减少单次划分的随机误差（B正确）；留一法（K=N）计算更慢（A错误）；小样本推荐留一法（C错误）；交叉验证用于评估而非直接调参（D错误），故选B。

以下哪种集成学习方法属于“提升（Boosting）”类型？

A.随机森林（RandomForest）

B.XGBoost

C.梯度提升树（GradientBoostingDecisionTree）

D.B和C

答案：D

解析：随机森林是并行的Bagging方法（A错误）；XGBoost（B）和GBDT（C）均为串行的Boosting方法，通过迭代修正前序模型的错误，故选D。

数据建模流程中，“特征筛选”应在哪个阶段完成？

A.数据清洗之前

B.模型训练之后

C.特征工程的后期

D.模型部署阶段

答案：C

解析：特征工程包括特征生成、转换、筛选（C正确）；数据清洗（A）是预处理第一步；模型训练后（B）筛选可能导致信息泄露；部署阶段（D）已完成建模，故选C。

对于高维稀疏数据（如文本TF-IDF特征），最适合的分类模型是？

A.k近邻（KNN）

B.逻辑回归

C.支持向量机（SVM）

D.决策树

答案：B

解析：高维稀疏数据下，KNN计算距离效率低（A错误）；逻辑回归（B）通过正则化处理高维特征，计算高效；SVM在高维下可能过拟合（C错误）；决策树对稀疏数据不敏感（D错误），故选B。

以下哪项不属于模型监控的关键指标？

A.模型准确率的变化

B.输入特征的分布漂移（Drift）

C.训练数据的缺失值比例

D.预测延迟（Latency）

答案：C

解析：模型监控关注线上表现（准确率A）、数据分布变化（B）、服务性能（延迟D）；训练数据的缺失值比例（C）是离线建模阶段的指标，不属于线上监控，故选C。

二、多项选择题（共10题，每题2分，共20分）

以下属于特征工程中“特征转换”的操作有？