2025年数据建模工程师考试题库（附答案和详细解析）（1122）.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）

以下哪种方法最常用于解决模型过拟合问题？

A.减少训练数据量

B.增加模型复杂度（如加深神经网络层数）

C.增加正则化参数（如L1/L2正则化）

D.减少特征数量

答案：C

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。正则化通过在损失函数中添加惩罚项（如L1/L2范数），限制模型参数的大小，可有效缓解过拟合（正确）。减少训练数据量会加剧过拟合（A错误）；增加模型复杂度会提升过拟合风险（B错误）；减少特征数量可能丢失关键信息，不一定解决过拟合（D错误）。

在二分类任务中，若真实正类为100个，模型预测正类为80个且其中60个正确，则精确率（Precision）为？

A.60%

B.75%

C.66.67%

D.80%

答案：B

解析：精确率=TP/(TP+FP)，其中TP（真正例）=60，FP（假正例）=80-60=20，故精确率=60/(60+20)=75%（正确）。其他选项计算错误（A为TP/真实正类，C为TP/(TP+FN)，D为预测正类比例）。

线性回归模型的常用损失函数是？

A.交叉熵损失

B.均方误差（MSE）

C.铰链损失（HingeLoss）

D.指数损失

答案：B

解析：线性回归用于回归任务，目标是最小化预测值与真实值的平方差，故使用均方误差（MSE）作为损失函数（正确）。交叉熵用于分类（A错误），铰链损失用于SVM（C错误），指数损失用于AdaBoost（D错误）。

以下哪种方法属于特征选择中的过滤法（FilterMethod）？

A.递归特征消除（RFE）

B.卡方检验（Chi-squaredTest）

C.基于树模型的特征重要性

D.主成分分析（PCA）

答案：B

解析：过滤法通过统计指标（如卡方检验、信息增益）评估特征与目标的相关性，独立于模型训练（正确）。RFE和树模型特征重要性属于包裹法（Wrapper）（A、C错误），PCA是降维（属于嵌入法或无监督方法）（D错误）。

决策树划分节点时，通常使用以下哪个指标？

A.信息增益（InformationGain）

B.余弦相似度

C.曼哈顿距离

D.均方根误差（RMSE）

答案：A

解析：决策树通过信息增益（或基尼系数）衡量划分后数据的混乱度降低程度，选择最优划分（正确）。余弦相似度用于向量相似性（B错误），曼哈顿距离是距离度量（C错误），RMSE用于回归评估（D错误）。

K-means聚类算法的核心步骤不包括？

A.初始化K个质心

B.计算每个样本到质心的距离并分配簇

C.更新质心为簇内样本的均值

D.计算轮廓系数（SilhouetteCoefficient）

答案：D

解析：K-means的核心是迭代更新质心直至收敛（A、B、C为核心步骤）。轮廓系数是聚类效果的评估指标，非算法核心步骤（正确）。

长短期记忆网络（LSTM）中，用于控制信息遗忘的是？

A.输入门（InputGate）

B.遗忘门（ForgetGate）

C.输出门（OutputGate）

D.候选记忆单元（CandidateCell）

答案：B

解析：LSTM通过遗忘门决定保留或丢弃历史记忆信息（正确）。输入门控制新信息的输入（A错误），输出门控制当前时刻的输出（C错误），候选记忆单元生成新的候选信息（D错误）。

AUC（AreaUnderROCCurve）主要用于评估以下哪种模型？

A.回归模型

B.无监督聚类模型

C.二分类模型

D.多标签分类模型

答案：C

解析：AUC衡量二分类模型在不同阈值下的分类性能（正确）。回归模型用MSE/R2（A错误），聚类用轮廓系数（B错误），多标签分类用汉明损失等（D错误）。

数据仓库建模中，星型模型的核心是？

A.维度表直接连接事实表

B.维度表之间相互连接

C.采用第三范式（3NF）

D.支持实时数据更新

答案：A

解析：星型模型以事实表为中心，维度表直接与事实表连接（无复杂关联），适合快速查询（正确）。维度表相互连接是雪花模型（B错误），第三范式是关系数据库设计（C错误），数据仓库通常不支持实时更新（D错误）。

模型部署时，以下哪个问题最可能导致线上线下性能不一致？

A.训练集与测试集划分比例不同

B.线上数据与训练数据分布差异（数据漂移）

C.模型训练时使用GPU，部署时使用CPU

D.模型超参数未调优

答案：B

解析：数据漂移（如特征分布或目标分布变化）会导致模型在新数据上表现下降，是线上线下性能不一致的核心原因（正确）。训练测试划分比例影响模型评估（A错误），计算硬件差异通常不影响预测结果（C错误），超参数未调优影响模型能力（D错误）。

二、多项选择题