2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（1101）.docxVIP

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）

在分类模型评估中，F1-score的计算基于以下哪两个指标的调和平均？

A.准确率（Accuracy）和召回率（Recall）

B.精确率（Precision）和召回率（Recall）

C.精确率（Precision）和准确率（Accuracy）

D.真阳性率（TPR）和假阳性率（FPR）

答案：B

解析：F1-score是精确率（Precision）和召回率（Recall）的调和平均，公式为(F1=2)。选项A错误，准确率是整体正确比例；选项C错误，准确率不直接参与F1计算；选项D是ROC曲线的横轴和纵轴指标。

以下哪种方法属于特征缩放（FeatureScaling）？

A.主成分分析（PCA）

B.标准化（Z-scoreNormalization）

C.卡方检验（Chi-squareTest）

D.互信息（MutualInformation）

答案：B

解析：特征缩放用于将特征值缩放到同一量纲，常见方法包括标准化（Z-score）和归一化（Min-Max）。选项A是降维方法；选项C和D是特征选择的统计方法。

为解决模型过拟合问题，以下最有效的方法是？

A.增加训练数据量

B.减少特征数量

C.降低学习率

D.增加模型复杂度

答案：A

解析：过拟合的本质是模型对训练数据过度学习，泛化能力差。增加训练数据量可提升模型泛化能力；选项B可能丢失有用信息；选项C是优化器参数调整，不直接解决过拟合；选项D会加剧过拟合。

数据清洗中，“识别并处理重复记录”属于以下哪一步骤？

A.缺失值处理

B.异常值检测

C.数据去重

D.数据转换

答案：C

解析：数据去重的核心是识别并删除重复的观测记录。选项A处理缺失值；选项B处理偏离正常范围的值；选项D是对数据格式或取值的转换（如日期格式调整）。

以下属于监督学习任务的是？

A.K-means聚类

B.主成分分析（PCA）

C.线性回归

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标签数据，线性回归通过输入特征预测连续标签（如房价）。选项A、B、D均为无监督学习，无需标签。

L2正则化的主要作用是？

A.防止欠拟合

B.使权重系数稀疏化

C.减少模型复杂度，防止过拟合

D.加速模型训练

答案：C

解析：L2正则化通过在损失函数中添加权重平方和的惩罚项，限制权重大小，降低模型复杂度，防止过拟合。选项B是L1正则化的作用；选项A与正则化无关；选项D由优化器（如Adam）实现。

交叉验证（CrossValidation）的主要目的是？

A.减少训练时间

B.评估模型泛化能力

C.选择最优特征

D.调整学习率

答案：B

解析：交叉验证通过将数据划分为多个子集，轮流作为训练集和验证集，更可靠地评估模型在未见过数据上的表现（泛化能力）。其他选项均非其核心目的。

数据分布的“偏度（Skewness）”反映的是？

A.数据的集中趋势

B.数据的离散程度

C.数据分布的对称性

D.数据的峰态

答案：C

解析：偏度衡量数据分布的不对称性（左偏或右偏）；集中趋势用均值、中位数等衡量（选项A）；离散程度用方差、标准差（选项B）；峰态衡量分布的陡峭程度（选项D）。

决策树中，“信息增益（InformationGain）”用于选择以下哪一项？

A.叶节点的类别标签

B.内部节点的分裂特征和阈值

C.树的最大深度

D.剪枝的停止条件

答案：B

解析：信息增益通过比较分裂前后的信息熵，选择使熵减少最多的特征和阈值作为当前节点的分裂条件。其他选项由树的参数或剪枝策略决定。

K-means聚类算法的关键步骤不包括？

A.初始化质心

B.计算样本与质心的距离

C.重新分配样本到最近质心

D.计算轮廓系数（SilhouetteCoefficient）

答案：D

解析：K-means的核心步骤是初始化质心、分配样本、更新质心，重复直至收敛。轮廓系数是评估聚类效果的指标，非算法本身步骤。

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）

数据清洗的常见方法包括？

A.缺失值填充（如均值填充）

B.异常值检测（如Z-score法）

C.特征标准化（Z-score）

D.重复值删除

答案：ABD

解析：数据清洗聚焦于解决数据质量问题，包括缺失值处理（A）、异常值检测（B）、重复值删除（D）。特征标准化（C）属于特征工程，用于数据预处理。

特征工程的主要任务包括？

A.特征选择（如方差阈值法）

B.特征提取（如PCA降维）

C.特征构造（如创建交互特征）

D.模型调参（如调整学习率）

答案：ABC

解