2025年数据科学与智能分析师职业资格考试试题及答案.docxVIP

2025年数据科学与智能分析师职业资格考试试题及答案

一、单项选择题（每题2分，共20题，40分）

1.在分析某电商平台用户消费金额分布时，发现数据呈现右偏态分布（正偏态），则以下描述正确的是：

A.均值＜中位数＜众数

B.众数＜中位数＜均值

C.中位数＜众数＜均值

D.均值＜众数＜中位数

2.某数据集包含缺失值，其中“用户年龄”字段缺失率为30%，且缺失模式与“购买频次”高度相关（购买频次越低，年龄缺失概率越高）。最合理的处理方法是：

A.直接删除缺失行

B.用全体用户年龄的均值填充

C.按购买频次分箱，用各箱内年龄的中位数填充

D.用随机森林模型基于其他字段预测缺失的年龄

3.以下哪种机器学习算法属于生成式模型？

A.逻辑回归

B.支持向量机（SVM）

C.朴素贝叶斯

D.梯度提升树（GBDT）

4.评估分类模型时，若关注“在实际为正类的样本中，模型正确识别出的比例”，应选择的指标是：

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

5.对时间序列数据进行分析时，若数据存在明显的季节性波动（周期为12个月），且长期趋势为线性增长，最适合的分解模型是：

A.加法模型（Y=T+S+R）

B.乘法模型（Y=T×S×R）

C.对数加法模型（lnY=lnT+lnS+lnR）

D.混合模型（Y=T×S+R）

6.在特征工程中，将“用户注册时间”转换为“注册至今天数”属于：

A.特征分箱

B.特征构造

C.特征标准化

D.特征选择

7.训练一个预测房价的线性回归模型时，若发现训练集R2=0.95，测试集R2=0.55，最可能的原因是：

A.模型欠拟合

B.模型过拟合

C.数据存在多重共线性

D.数据标签存在噪声

8.以下哪项不是正则化（Regularization）的主要作用？

A.防止过拟合

B.降低模型复杂度

C.提高模型泛化能力

D.加速模型训练速度

9.对某二分类问题使用逻辑回归模型，若将分类阈值从0.5调整为0.6，可能导致：

A.精确率上升，召回率下降

B.精确率下降，召回率上升

C.精确率和召回率同时上升

D.精确率和召回率同时下降

10.在A/B测试中，若实验组与对照组的样本量均为1000，显著性水平α=0.05，检验效能（Power）=0.8，此时若实际效应量（EffectSize）小于预期，则最可能出现：

A.第一类错误（弃真错误）

B.第二类错误（取伪错误）

C.正确拒绝原假设

D.正确接受原假设

11.以下哪种数据采样方法适用于处理类别不平衡问题（正类样本极少）？

A.对负类样本进行欠采样（Under-sampling）

B.对正类样本进行过采样（Over-sampling）

C.生成新的正类样本（如SMOTE算法）

D.以上均可

12.决策树算法中，若选择信息增益（InformationGain）作为划分准则，可能导致对以下哪种特征的偏好？

A.取值较少的离散特征

B.取值较多的离散特征

C.连续特征

D.缺失值较多的特征

13.评估推荐系统时，“用户实际点击的商品中，被推荐系统包含的比例”对应以下哪个指标？

A.覆盖率（Coverage）

B.准确率（Precision）

C.召回率（Recall）

D.多样性（Diversity）

14.在K-means聚类中，若K值选择过大，可能导致：

A.类内相似度降低，类间相似度升高

B.类内相似度升高，类间相似度降低

C.类内和类间相似度均降低

D.类内和类间相似度均升高

15.以下哪项是时序差分学习（TemporalDifferenceLearning）的核心特点？

A.直接估计状态值函数，无需环境模型

B.依赖完整的马尔可夫决策过程（MDP）模型

C.仅适用于离散动作空间

D.必须通过蒙特卡洛方法采样完整轨迹

16.对某高维稀疏数据（如文本TF-IDF特征）进行降维时，最适合的算法是：

A.主成分分析（PCA）

B.线性判别分析（LDA）

C.局部线性嵌入（LLE）

D.奇异值分解（SVD）

17.某模型需要处理“用户点击流数据”（序列型行为数据），最适合的模型架构是：

A.卷积神经网络（CNN）

B.循环