原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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）
以下哪项是数据清洗中处理缺失值的合理策略？
A.统一用均值填充所有数值型缺失值
B.直接删除包含缺失值的整行数据
C.根据业务场景选择插值法或删除策略
D.对缺失值列进行随机数填充
答案：C
解析：缺失值处理需结合业务场景：如年龄缺失可能用中位数填充（避免极端值影响），而用户收入缺失若比例超过50%可能直接删除列。选项A未考虑不同特征的分布差异（如偏态分布用均值不合理），选项B可能导致数据量大量损失，选项D随机填充会引入噪声，均不科学。
评估分类模型时，若关注“正样本被正确识别的比例”，应选择以下哪个指标？
A.准确率（Accuracy）
B.精确率（Precision）
C.召回率（Recall）
D.F1分数
答案：C
解析：召回率（Recall）=真阳性/(真阳性+假阴性)，反映正样本的覆盖能力。准确率是整体正确比例（含正负样本），精确率是“预测为正且正确”的比例，F1是精确率与召回率的调和平均，均不符合题干要求。
以下哪种算法属于监督学习？
A.K-means聚类
B.主成分分析（PCA）
C.决策树分类
D.关联规则挖掘（Apriori）
答案：C
解析：监督学习需要标签数据，决策树分类通过训练数据（特征+标签）学习分类规则。K-means（无监督聚类）、PCA（无监督降维）、Apriori（无监督关联分析）均不依赖标签。
为解决模型过拟合问题，以下哪种方法不适用？
A.增加正则化参数λ
B.减少特征数量
C.增加训练数据量
D.提高模型复杂度（如增加决策树深度）
答案：D
解析：过拟合是模型对训练数据过度学习，泛化能力差。提高模型复杂度（如更深的树）会加剧过拟合；其他选项：正则化（限制模型复杂度）、减少特征（降低维度）、增加数据（提供更多泛化信息）均可缓解过拟合。
在特征工程中，“将连续变量‘年龄’划分为‘0-18’‘19-35’‘36+’”属于哪种操作？
A.特征分箱
B.特征缩放
C.特征交叉
D.特征编码
答案：A
解析：特征分箱是将连续变量离散化为区间，降低噪声影响；特征缩放（如归一化）是调整数值范围，特征交叉（如年龄×收入）是生成新特征，特征编码（如独热编码）是处理类别变量。
以下哪项是衡量回归模型预测误差的指标？
A.ROC曲线
B.均方误差（MSE）
C.混淆矩阵
D.基尼系数
答案：B
解析：均方误差（MSE）=平均（预测值-真实值）2，是回归任务的常用误差指标。ROC曲线（分类）、混淆矩阵（分类）、基尼系数（决策树分裂准则）均不适用回归。
训练逻辑回归模型时，若出现“梯度消失”，最可能的原因是？
A.学习率设置过大
B.特征未进行标准化
C.迭代次数不足
D.标签数据存在大量缺失
答案：B
解析：逻辑回归基于线性模型，特征尺度差异大（如年龄[0-100]与收入[0-1e6]）会导致梯度计算时某些特征的权重更新被抑制，标准化（如Z-score）可解决此问题。学习率过大可能导致震荡，迭代次数不足会欠拟合，标签缺失属于数据质量问题。
以下哪种场景适合使用随机森林模型？
A.高维稀疏文本数据分类（如新闻分类）
B.实时在线预测（如广告点击率预估）
C.需要解释特征重要性的业务（如信贷风控）
D.小样本量的医学影像诊断
答案：C
解析：随机森林通过特征在树中的分裂贡献度可输出特征重要性，适合需要可解释性的场景。高维稀疏数据更适合逻辑回归（计算效率高），实时预测需要低时延模型（如线性模型），小样本易过拟合（随机森林需要一定数据量）。
以下关于交叉验证的描述，正确的是？
A.留一法（LOOCV）适用于大数据集
B.K折交叉验证的K值越大，计算成本越低
C.分层交叉验证用于解决类别不平衡问题
D.交叉验证的目的是提高模型准确率
答案：C
解析：分层交叉验证在划分折时保持类别比例与原数据一致，避免某折中某类别缺失。留一法计算成本高（n次训练），不适合大数据；K越大（如K=10比K=5）计算成本越高；交叉验证的目的是评估模型泛化能力，而非提高准确率。
以下哪项不属于模型部署阶段的关键任务？
A.模型性能监控
B.模型版本管理
C.特征工程代码优化
D.推理服务接口开发
答案：C
解析：模型部署阶段关注模型上线后的服务化（接口开发）、运维（性能监控、版本管理）。特征工程属于训练阶段任务，部署阶段通常复用训练时的特征处理逻辑。
二、多项选择题（共10题，每题2分，共20分）
数据建模中，“特征工程”的核心任务包括（）
A.特征选择（筛选有效特征）
B.特征生成（构造新特征）
C.特征缩放（标准化/归一化）
D.模型超参数调优
答案：ABC
解析：特征工程是对
文档评论（0）