2025年数据建模工程师考试题库（附答案和详细解析）（1218）.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）

以下哪项是处理缺失值的合理策略？

A.直接删除所有包含缺失值的样本

B.对所有数值型变量用均值填充

C.根据业务场景选择删除、填充或建模

D.忽略缺失值直接输入模型

答案：C

解析：缺失值处理需结合业务场景：少量缺失可删除（A错误），不同变量（如年龄用均值、收入用中位数）需差异化填充（B错误），忽略缺失值会导致模型错误（D错误）。合理策略是根据变量重要性、缺失比例等选择处理方式（C正确）。

评估回归模型时，以下哪个指标更关注预测值与真实值的绝对误差？

A.MSE（均方误差）

B.MAE（平均绝对误差）

C.R2（决定系数）

D.RMSE（均方根误差）

答案：B

解析：MAE直接计算绝对误差的平均值（B正确）；MSE和RMSE关注平方误差（A、D错误）；R2衡量模型解释方差的比例（C错误）。

以下哪种方法最适合解决决策树的过拟合问题？

A.增加树的深度

B.限制叶子节点最小样本数

C.减少训练数据量

D.不进行特征选择

答案：B

解析：限制叶子节点最小样本数可降低模型复杂度（B正确）；增加深度会加剧过拟合（A错误）；减少训练数据量会降低模型泛化能力（C错误）；不进行特征选择可能引入噪声（D错误）。

特征工程中，“将用户出生日期转换为年龄”属于？

A.特征选择

B.特征提取

C.特征构造

D.特征缩放

答案：C

解析：特征构造是通过现有特征生成新特征（如年龄=当前年份-出生年份）（C正确）；特征选择是筛选重要特征（A错误）；特征提取是降维（B错误）；特征缩放是标准化（D错误）。

以下哪类模型不需要进行特征缩放？

A.逻辑回归

B.支持向量机

C.随机森林

D.神经网络

答案：C

解析：树模型（如随机森林）基于特征分箱，不受量纲影响（C正确）；线性模型、SVM、神经网络依赖梯度计算，需特征缩放（A、B、D错误）。

混淆矩阵中，“假阳性（FalsePositive）”指？

A.真实正类被预测为正类

B.真实负类被预测为正类

C.真实正类被预测为负类

D.真实负类被预测为负类

答案：B

解析：假阳性是负样本被错误预测为正（B正确）；A是真阳性，C是假阴性，D是真阴性。

以下哪种集成学习方法属于“Boosting”类型？

A.随机森林（RandomForest）

B.XGBoost

C.梯度提升树（GradientBoosting）

D.B和C

答案：D

解析：XGBoost和梯度提升树均通过迭代修正前序模型误差（Boosting）（D正确）；随机森林是并行的Bagging方法（A错误）。

时间序列建模中，“季节性”指？

A.数据随时间递增或递减的长期趋势

B.固定周期（如12个月）的重复模式

C.随机波动的噪声

D.突发的异常值

答案：B

解析：季节性是固定周期的重复模式（如夏季用电量高峰）（B正确）；长期趋势是趋势项（A错误），噪声是随机项（C错误），异常值是突发波动（D错误）。

以下哪项不是模型可解释性的常用方法？

A.SHAP值

B.LIME局部解释

C.特征重要性排序

D.增加模型复杂度

答案：D

解析：增加复杂度会降低可解释性（D错误）；SHAP、LIME、特征重要性均是解释方法（A、B、C正确）。

数据泄露（DataLeakage）最可能导致？

A.模型在训练集表现差

B.模型泛化能力下降

C.特征维度过高

D.计算资源消耗增加

答案：B

解析：数据泄露（如测试集信息混入训练）会使模型“记忆”非真实模式，导致泛化能力下降（B正确）；训练集表现可能虚高（A错误），与特征维度、计算资源无关（C、D错误）。

二、多项选择题（共10题，每题2分，共20分）

数据预处理的核心步骤包括？

A.缺失值处理

B.异常值检测

C.特征选择

D.数据标准化

答案：ABD

解析：数据预处理包括清洗（缺失值、异常值）、变换（标准化）（A、B、D正确）；特征选择属于特征工程（C错误）。

评估分类模型时，适合不平衡数据集的指标有？

A.准确率（Accuracy）

B.F1分数

C.ROC-AUC

D.召回率（Recall）

答案：BCD

解析：不平衡数据中准确率易被多数类主导（A错误）；F1、ROC-AUC、召回率关注少数类表现（B、C、D正确）。

以下哪些方法可用于解决过拟合？

A.增加正则化参数

B.早停法（EarlyStopping）

C.交叉验证

D.减少特征数量

答案：ABD

解析：正则化、早停、减少特征可降低复杂度（A、B、D正确）；交叉验证用于评估泛化能力，不直接解决过拟合（C错误）。

特征工程的主要方法包括？

A.特征构造（如用户消费频率=总消费/活跃