数据师考试题库及答案.docxVIP

数据师考试题库及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不是处理数据缺失值的常用方法？

A.均值填充法

B.中位数填充法

C.众数填充法

D.直接删除所有含缺失值的行

答案：D

解析：直接删除所有含缺失值的行会导致数据量大幅减少，可能损失关键信息，仅在缺失比例极低（如5%）时使用，并非常用方法。

2.在SQL中，若要查询“订单表”中2023年1月1日之后下单且金额大于500元的记录，正确的WHERE子句是？

A.WHERE下单时间2023-01-01AND金额500

B.WHERE下单时间=2023-01-01OR金额500

C.WHERE下单时间BETWEEN2023-01-01AND2023-01-31AND金额=500

D.WHERE下单时间IN(2023-01-01)AND金额500

答案：A

解析：B选项使用OR会导致满足任一条件的记录被选中，不符合“同时满足”要求；C选项限定了1月内的时间，与题目“之后”不符；D选项IN仅匹配特定日期，范围过窄。

3.以下关于中心极限定理的描述，正确的是？

A.无论原数据分布如何，样本均值的分布趋近于均匀分布

B.样本量越大，样本均值的标准差（标准误）越大

C.当样本量足够大时，样本均值的分布趋近于正态分布

D.中心极限定理仅适用于连续型数据

答案：C

解析：中心极限定理的核心是“大样本下样本均值近似正态分布”，与原数据分布无关（A错误）；标准误=总体标准差/√n，样本量越大，标准误越小（B错误）；定理适用于任何类型数据（D错误）。

4.在机器学习中，以下哪项是解决过拟合的有效方法？

A.增加模型复杂度（如增加决策树深度）

B.减少训练数据量

C.引入L2正则化

D.移除所有特征

答案：C

解析：过拟合是模型对训练数据过度拟合，L2正则化通过惩罚模型参数的平方和，限制模型复杂度（C正确）；增加复杂度或减少数据会加剧过拟合（A、B错误）；移除特征可能导致欠拟合（D错误）。

5.以下哪种数据可视化图表最适合展示“不同地区年度销售额的对比”？

A.折线图

B.散点图

C.柱状图

D.热力图

答案：C

解析：柱状图通过柱高直观比较不同类别的数值大小（地区为类别，销售额为数值），适合对比（C正确）；折线图用于展示趋势（A错误）；散点图分析变量间关系（B错误）；热力图展示二维数据密度（D错误）。

6.某数据集的偏度（Skewness）为-2.3，说明数据分布呈现？

A.右偏（正偏）

B.左偏（负偏）

C.对称分布

D.均匀分布

答案：B

解析：偏度为负时，数据左侧（小值方向）有较长的尾巴，称为左偏或负偏（B正确）；右偏时偏度为正（A错误）。

7.在Python的Pandas库中，若要将DataFrame的“日期”列从字符串格式（如2023-05-15）转换为datetime类型，应使用以下哪个函数？

A.pd.to_datetime()

B.pd.to_timedelta()

C.pd.Series.astype(datetime)

D.pd.date_range()

答案：A

解析：pd.to_datetime()专门用于将字符串或其他格式转换为datetime类型（A正确）；pd.to_timedelta()处理时间差（B错误）；astype方法需指定正确类型字符串（如datetime64[ns]），但通常推荐to_datetime（C错误）；pd.date_range()提供日期范围（D错误）。

8.以下哪项不是关联规则挖掘中常用的评价指标？

A.支持度（Support）

B.置信度（Confidence）

C.提升度（Lift）

D.准确率（Accuracy）

答案：D

解析：准确率是分类模型的评估指标（D错误）；支持度、置信度、提升度是关联规则的核心指标（A、B、C正确）。

9.在K-means聚类算法中，以下哪项不是其关键步骤？

A.随机选择K个初始质心

B.计算每个样本到质心的距离并分配簇

C.根据簇内样本更新质心位置

D.计算簇间的轮廓系数（SilhouetteCoefficient）

答案：D

解析：轮廓系数是聚类效果的评估指标，而非K-means算法本身的步骤（D错误）；A、B、C是K-means的核心步骤。

10.以下关于数据仓库（DataWar