2025年数据科学与大数据分析能力测评试题及答案.docxVIP

2025年数据科学与大数据分析能力测评试题及答案

一、单项选择题（每题2分，共20分）

1.在数据分析中，若某变量的均值为35，中位数为30，众数为25，则该变量的分布形态最可能为（）

A.正态分布

B.左偏分布（负偏态）

C.右偏分布（正偏态）

D.均匀分布

答案：C

解析：均值＞中位数＞众数时，数据分布呈现右偏态，右侧存在较长的尾巴，拉高水平均值。

2.假设检验中，若原假设为H?:μ=μ?，备择假设为H?:μ≠μ?，当样本量固定时，减少第一类错误（α错误）的概率会导致（）

A.第二类错误（β错误）概率减少

B.第二类错误概率增加

C.检验效能（1-β）增加

D.不影响第二类错误概率

答案：B

解析：α与β在样本量固定时呈反向关系，降低α会导致β上升，检验效能（1-β）下降。

3.以下关于随机森林（RandomForest）和梯度提升树（GradientBoostingTree）的描述，错误的是（）

A.随机森林通过Bagging集成多棵决策树，梯度提升树通过Boosting集成

B.随机森林的树之间相互独立，梯度提升树的树之间存在依赖关系

C.随机森林更易处理过拟合，梯度提升树对异常值更敏感

D.两者均支持分类和回归任务，但随机森林无法输出特征重要性

答案：D

解析：随机森林可以通过计算特征在树分裂中的不纯度减少量（如基尼指数）或袋外数据误差变化来评估特征重要性。

4.某数据集包含“用户ID”“性别”“年龄”“月消费金额”四个字段，其中“性别”字段的取值为“男”“女”“未知”，对其进行特征编码时，最合理的方法是（）

A.标签编码（LabelEncoding）

B.独热编码（One-HotEncoding）

C.序数编码（OrdinalEncoding）

D.二进制编码（BinaryEncoding）

答案：B

解析：“性别”是无序分类变量（男、女、未知无顺序关系），独热编码可避免引入错误的序数关系。

5.以下关于SparkRDD（弹性分布式数据集）的描述，正确的是（）

A.RDD是不可变的，所有转换操作都会生成新的RDD

B.RDD支持直接修改存储的数据，适合实时写入场景

C.RDD的持久化（persist）操作会将数据存储在磁盘，缓存（cache）仅存储在内存

D.RDD的行动操作（Action）不会触发计算，仅转换操作（Transformation）触发

答案：A

解析：RDD具有不可变性，转换操作（如map、filter）生成新RDD；行动操作（如count、collect）触发计算；persist可指定存储级别（内存/磁盘），cache等价于persist(MEMORY_ONLY)。

6.在时间序列分析中，若序列的自相关函数（ACF）呈现拖尾，偏自相关函数（PACF）在k阶后截尾，则该序列最可能符合（）

A.AR(k)模型

B.MA(q)模型

C.ARMA(p,q)模型

D.ARIMA(p,d,q)模型

答案：A

解析：AR模型的PACF截尾（k阶后趋近于0），ACF拖尾；MA模型的ACF截尾，PACF拖尾。

7.评估分类模型时，若样本类别严重不平衡（如正类占1%），以下指标最不适用的是（）

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被多数类主导（如全预测为负类时准确率可达99%），无法反映模型对少数类的识别能力。

8.对某数值型变量进行分箱处理时，若采用卡方分箱（Chi-Merge），其核心依据是（）

A.相邻箱的频数差异最小

B.相邻箱的分布差异（卡方统计量）最小

C.相邻箱的均值差异最大

D.相邻箱的熵值差异最大

答案：B

解析：卡方分箱通过合并卡方值最小（即分布最相似）的相邻箱，直到满足停止条件（如箱数或卡方阈值）。

9.以下关于K-means聚类的描述，错误的是（）

A.需预先指定聚类数k

B.对初始质心的选择敏感

C.适用于非凸形状的簇

D.对异常值和噪声敏感

答案：C

解析：K-means假设簇为凸形状且各向同性，对非凸或不规则形状的簇效果较差（如环形分布）。

10.在大数据场景中，使用HBase存储数据时，若需频繁根据“用户ID+时间戳”查询某条记录，最合理的行键（RowKey）设计是（）

A.用户ID