2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（1223）.docxVIP

数据科学专业认证（CDSP）考试试卷

一、单项选择题（共10题，每题1分，共10分）

以下哪项是处理正态分布数据中缺失值的常用方法？

A.直接删除缺失行

B.用中位数填充

C.用均值填充

D.用众数填充

答案：C

解析：正态分布数据的均值、中位数、众数重合，用均值填充能较好保持数据分布特征（C正确）。直接删除缺失行会丢失信息（A错误）；中位数适用于偏态分布（B错误）；众数适用于分类变量（D错误）。

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.线性回归

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标签数据，线性回归通过输入特征预测连续输出（C正确）。K-means（无标签聚类）、PCA（无监督降维）、Apriori（无监督关联分析）均为无监督学习（A/B/D错误）。

在混淆矩阵中，“假阳性（FP）”指的是？

A.实际为正类，预测为正类

B.实际为负类，预测为正类

C.实际为正类，预测为负类

D.实际为负类，预测为负类

答案：B

解析：混淆矩阵中，行是真实标签，列是预测标签。FP（FalsePositive）表示真实为负类但预测为正类（B正确）。A是TP，C是FN，D是TN（A/C/D错误）。

以下哪项不属于特征工程的核心任务？

A.特征标准化

B.特征选择

C.模型调参

D.特征交叉

答案：C

解析：特征工程关注数据本身的处理，包括标准化（缩放）、选择（筛选重要特征）、交叉（构造新特征）（A/B/D正确）。模型调参属于模型优化阶段（C错误）。

以下哪种可视化工具适合展示时间序列数据的趋势？

A.散点图

B.箱线图

C.折线图

D.饼图

答案：C

解析：折线图通过时间轴连接数据点，能清晰展示趋势变化（C正确）。散点图用于变量关系（A错误），箱线图用于分布（B错误），饼图用于比例（D错误）。

关于过拟合的描述，正确的是？

A.模型在训练集和测试集上的表现都差

B.模型对训练数据的细节过度学习

C.增加正则化参数会加剧过拟合

D.减少训练数据量可缓解过拟合

答案：B

解析：过拟合是模型过度适配训练数据噪声，导致泛化能力差（B正确）。A是欠拟合表现（A错误）；正则化通过惩罚复杂模型缓解过拟合（C错误）；增加数据量可缓解过拟合（D错误）。

以下哪种数据库适合存储实时传感器流数据？

A.关系型数据库（如MySQL）

B.图数据库（如Neo4j）

C.时序数据库（如InfluxDB）

D.文档数据库（如MongoDB）

答案：C

解析：时序数据库优化了时间序列数据的写入和查询效率，适合传感器、日志等实时数据流（C正确）。关系型数据库适合结构化事务（A错误），图数据库适合关系网络（B错误），文档数据库适合半结构化数据（D错误）。

在假设检验中，p值的含义是？

A.原假设为真时，观察到更极端结果的概率

B.原假设为假时，拒绝原假设的概率

C.备择假设为真时，接受原假设的概率

D.样本均值与总体均值的差异大小

答案：A

解析：p值是在原假设成立的前提下，得到当前或更极端结果的概率（A正确）。B是统计功效（1-β），C是Ⅱ类错误（β），D是效应量（A/B/C/D错误）。

以下哪项属于非参数检验方法？

A.t检验

B.方差分析（ANOVA）

C.卡方检验

D.线性回归

答案：C

解析：非参数检验不假设数据分布，卡方检验用于分类变量独立性检验（C正确）。t检验、ANOVA、线性回归均假设数据服从正态分布（A/B/D错误）。

关于数据伦理的核心要求，错误的是？

A.确保数据收集的知情同意

B.忽略算法中的潜在偏见

C.保护用户隐私（如匿名化处理）

D.公开模型决策的逻辑（可解释性）

答案：B

解析：数据伦理要求消除算法偏见（如训练数据中的性别/种族歧视）（B错误）。A/C/D均为数据伦理的基本要求（A/C/D正确）。

二、多项选择题（共10题，每题2分，共20分）

以下哪些算法适合处理高维小样本数据？（多选）

A.支持向量机（SVM）

B.随机森林

C.逻辑回归

D.K近邻（KNN）

答案：ABC

解析：SVM通过核函数在高维空间找最优超平面（A正确）；随机森林通过特征随机选择降低维度影响（B正确）；逻辑回归通过正则化（如L1）处理高维稀疏数据（C正确）。KNN在高维空间中距离度量失效（“维数灾难”）（D错误）。

数据可视化的基本原则包括？（多选）

A.清晰传达信息

B.过度使用3D效果

C.准确反映数据关系

D.保持简洁无冗余

答案：ACD

解析：可视化核心是清晰、准确、简洁（A/C/D正确）。过度3D效果可能扭曲数据（如柱形图倾斜导致高度误判）（B错误）。

特征工程中常用的转换方法有？（多选）

A.