2025年高级数据分析师考试题库（附答案和详细解析）（1103）.docxVIP

高级数据分析师考试试卷

一、单项选择题（共10题，每题1分，共10分）

在特征工程中，用于衡量类别特征与目标变量相关性的常用方法是？

A.混淆矩阵

B.卡方检验

C.均方误差

D.ROC曲线

答案：B

解析：卡方检验（B）用于检验两个分类变量的独立性，适合衡量类别特征与目标变量的相关性。混淆矩阵（A）是模型分类结果的评估工具；均方误差（C）是回归模型的损失函数；ROC曲线（D）用于评估分类模型的性能，均不直接用于特征相关性分析。

以下哪项不属于时间序列预测中“趋势”的典型表现？

A.销售额每年增长5%

B.温度随季节波动

C.人口数量持续上升

D.股价长期呈上升通道

答案：B

解析：趋势指时间序列中持续上升或下降的长期变化（A、C、D），而季节波动（B）是周期性变化，属于“季节成分”，不属于趋势。

在机器学习模型调参时，“早停法（EarlyStopping）”主要解决的问题是？

A.欠拟合

B.数据不平衡

C.过拟合

D.特征维度高

答案：C

解析：早停法通过在验证集性能不再提升时停止训练，避免模型过度学习训练数据中的噪声，主要解决过拟合（C）。欠拟合（A）需增加模型复杂度；数据不平衡（B）需调整样本权重或采样方法；特征维度高（D）需降维或正则化。

以下哪种场景最适合使用决策树模型？

A.高维稀疏的文本分类

B.需要明确解释性的用户分群

C.实时性要求极高的推荐系统

D.线性可分的二分类问题

答案：B

解析：决策树的规则可解释性强（B），适合需要明确分群逻辑的场景。高维文本（A）常用逻辑回归或神经网络；实时推荐（C）需低延迟模型如逻辑回归；线性可分问题（D）用逻辑回归更高效。

数据仓库（DW）与数据湖（DataLake）的核心区别是？

A.存储介质不同

B.数据结构化程度

C.数据量大小

D.访问速度

答案：B

解析：数据仓库（DW）存储结构化数据（如关系型数据库表），需预先定义模式（Schema-on-Write）；数据湖存储原始、半结构化/非结构化数据（如日志、文档），采用按需模式（Schema-on-Read），核心区别是结构化程度（B）。

在AB测试中，“统计功效（Power）”主要反映的是？

A.正确拒绝原假设的概率

B.错误拒绝原假设的概率

C.样本量的充足程度

D.实验的业务显著性

答案：A

解析：统计功效（Power）是当备择假设为真时，正确拒绝原假设的概率（A）。错误拒绝原假设的概率是显著性水平α（B）；样本量影响功效但非直接反映（C）；业务显著性是实际效果，与统计功效无关（D）。

以下哪项属于非监督学习任务？

A.预测用户是否会购买商品（二分类）

B.识别图像中的猫和狗（多分类）

C.将客户分为高/中/低价值群体（聚类）

D.预测房屋价格（回归）

答案：C

解析：非监督学习无标签，聚类（C）是典型任务。分类（A、B）和回归（D）均需标签，属于监督学习。

衡量数据集中趋势的指标中，对异常值最敏感的是？

A.中位数

B.众数

C.均值

D.分位数

答案：C

解析：均值（C）受所有数据点影响，异常值会显著拉高或降低均值；中位数（A）、众数（B）、分位数（D）对异常值不敏感。

在Hadoop生态中，负责资源调度的组件是？

A.HDFS

B.MapReduce

C.YARN

D.HBase

答案：C

解析：YARN（C）是Hadoop的资源管理系统，负责集群资源调度和任务分配。HDFS（A）是分布式文件系统；MapReduce（B）是计算框架；HBase（D）是列式数据库。

以下哪项不是数据质量的核心维度？

A.完整性

B.一致性

C.实时性

D.准确性

答案：C

解析：数据质量核心维度包括完整性（是否缺失）、一致性（格式是否统一）、准确性（与真实值的偏差），实时性（C）是数据时效性指标，属于数据服务质量而非数据本身质量。

二、多项选择题（共10题，每题2分，共20分）

以下哪些方法可用于处理分类模型中的类别不平衡问题？（）

A.对少数类进行过采样（Oversampling）

B.对多数类进行欠采样（Undersampling）

C.调整模型的类别权重（ClassWeight）

D.使用F1分数代替准确率作为评估指标

答案：ABCD

解析：过采样（A）和欠采样（B）通过调整样本分布平衡类别；调整类别权重（C）使模型更关注少数类；F1分数（D）综合精确率和召回率，比准确率更适合不平衡场景。

以下属于时间序列预测模型的有？（）

A.ARIMA

B.LSTM

C.Prophet

D.XGBoost

答案：ABC

解析：ARIMA（自回归移动平均模型）、LSTM（长短期记忆网络）、Prophet（Facebook开源时序