2025年数据建模工程师考试题库（附答案和详细解析）（1208）.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）

数据建模流程中，首要的核心步骤是？

A.数据清洗

B.模型训练

C.业务理解

D.特征工程

答案：C

解析：根据CRISP-DM（跨行业数据挖掘标准流程），业务理解（BusinessUnderstanding）是建模流程的第一步，需明确业务目标、数据需求和评估标准。其他选项（数据清洗、模型训练、特征工程）均属于后续步骤，因此正确答案为C。

以下哪项是分类任务中衡量模型对正样本识别能力的指标？

A.均方误差（MSE）

B.准确率（Accuracy）

C.召回率（Recall）

D.R2分数

答案：C

解析：召回率（Recall）表示实际正样本中被正确预测的比例，直接衡量模型对正样本的识别能力。均方误差（MSE）和R2分数用于回归任务，准确率（Accuracy）是整体正确分类比例，未区分正负样本，因此正确答案为C。

若训练集准确率为98%，验证集准确率为65%，最可能的问题是？

A.欠拟合

B.过拟合

C.数据泄露

D.特征缺失

答案：B

解析：过拟合表现为模型在训练集上效果很好，但在新数据（验证集）上效果显著下降。欠拟合则是训练集和验证集效果均差；数据泄露指验证集包含训练集信息；特征缺失会导致模型无法学习关键模式。因此正确答案为B。

以下哪种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.随机森林

答案：C

解析：生成式模型通过学习数据的联合概率分布P(X,Y)进行建模（如朴素贝叶斯假设特征独立，计算P(Y|X)）；判别式模型直接学习决策边界P(Y|X)（如逻辑回归、SVM、随机森林）。因此正确答案为C。

特征归一化（Normalization）的主要目的是？

A.消除特征量纲差异

B.增加特征维度

C.减少计算量

D.提高模型可解释性

答案：A

解析：归一化通过将特征缩放到同一量纲（如[0,1]），避免模型因特征尺度差异（如“年龄”和“收入”）而偏向大尺度特征。其他选项中，增加维度是特征工程任务，减少计算量依赖算法优化，提高可解释性需特征选择，因此正确答案为A。

以下哪项不属于数据清洗的常见操作？

A.处理缺失值

B.检测异常值

C.特征分箱

D.去除重复记录

答案：C

解析：数据清洗的核心是提升数据质量，包括处理缺失值、异常值、重复值等；特征分箱属于特征工程中的离散化操作，用于提升模型对非线性关系的捕捉能力。因此正确答案为C。

正则化（Regularization）的本质是？

A.增加模型复杂度

B.约束模型参数大小

C.减少训练数据量

D.提升模型泛化能力

答案：B

解析：正则化通过在损失函数中添加参数惩罚项（如L1、L2），限制模型参数的绝对值或平方和，防止模型过度拟合训练数据。其最终目标是提升泛化能力，但本质是约束参数大小。因此正确答案为B。

评估回归模型时，最适合衡量预测值与真实值绝对误差的指标是？

A.均方误差（MSE）

B.平均绝对误差（MAE）

C.R2分数

D.均方根误差（RMSE）

答案：B

解析：平均绝对误差（MAE）直接计算预测值与真实值的绝对差的平均值，反映绝对误差大小；MSE和RMSE对异常值更敏感，R2分数衡量模型解释方差的比例。因此正确答案为B。

以下哪种场景最适合使用决策树模型？

A.高维稀疏文本分类

B.时间序列预测

C.需明确解释规则的风控评分

D.图像识别

答案：C

解析：决策树的优势是可解释性强，能生成可视化的规则（如“收入10万且逾期次数=0→通过”），适合需要透明决策的风控场景。高维文本分类常用逻辑回归或深度学习，时间序列用ARIMA或LSTM，图像识别用卷积神经网络（CNN）。因此正确答案为C。

若模型在测试集上的AUC值为0.5，说明？

A.模型性能极佳

B.模型预测完全随机

C.模型存在严重过拟合

D.模型欠拟合

答案：B

解析：AUC（ROC曲线下面积）衡量模型区分正负样本的能力，取值范围[0.5,1]。AUC=0.5时，模型预测效果等同于随机猜测（如抛硬币）；AUC0.5表示优于随机，AUC=1表示完美分类。因此正确答案为B。

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）

以下属于集成学习（EnsembleLearning）方法的有？

A.随机森林（RandomForest）

B.XGBoost

C.逻辑回归（LogisticRegression）

D.梯度提升树（GradientBoostingTree）

答案：ABD

解析：集成学习通过组合多个基模型提升性能，随机森林（Bagging）、XGBoost（Boosting）、梯度提升树（Boo