2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（1225）.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）

以下哪项是处理数据集中少量缺失值（5%）的合理方法？

A.直接删除所有包含缺失值的行

B.对数值型变量填充均值

C.对分类型变量填充中位数

D.保留缺失值直接用于模型训练

答案：B

解析：处理少量缺失值时，删除所有缺失行（A）可能导致数据严重丢失；中位数（C）适用于数值型变量的异常值场景，分类型变量应填充众数；保留缺失值（D）会导致模型报错或偏差。数值型变量填充均值（B）是常见且合理的方法，能保留数据量并减少偏差。

特征工程中，“标准化（Z-score）”的主要目的是？

A.消除特征间的量纲差异

B.将特征值压缩到[0,1]区间

C.增加特征的非线性关系

D.直接提升模型的预测精度

答案：A

解析：标准化（Z-score）通过（x-μ）/σ处理，使不同量纲的特征具有相同尺度（A正确）；压缩到[0,1]是归一化（Min-Max）的目的（B错误）；标准化不改变特征关系（C错误）；其核心是优化模型训练效率，而非直接提升精度（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

答案：C

解析：监督学习需要标签数据，线性回归（C）通过输入特征和目标变量训练模型；K-means（A）、PCA（B）、关联规则（D）均为无监督学习，无需标签。

在假设检验中，“p值0.05”通常表示？

A.原假设一定成立

B.拒绝原假设的把握超过95%

C.备择假设一定不成立

D.样本量不足

答案：B

解析：p值是原假设成立时观察到极端结果的概率，p0.05表示在5%显著性水平下拒绝原假设（B正确）；无法证明原假设“一定成立”或“一定不成立”（A、C错误）；与样本量无直接关联（D错误）。

以下哪项工具更适合交互式数据可视化？

A.MATLAB

B.Tableau

C.LaTeX

D.Hadoop

答案：B

解析：Tableau（B）是专业可视化工具，支持交互式操作；MATLAB（A）侧重数值计算，LaTeX（C）是文档排版工具，Hadoop（D）是大数据存储框架。

关系型数据库（RDBMS）的核心特征是？

A.支持非结构化数据存储

B.采用键值对存储模型

C.遵循ACID事务特性

D.适合高并发读场景

答案：C

解析：关系型数据库（如MySQL）严格遵循ACID（原子性、一致性、隔离性、持久性）（C正确）；非结构化数据（A）、键值对（B）是NoSQL的特点；高并发读（D）并非RDBMS核心。

以下属于大数据计算框架的是？

A.HBase

B.Spark

C.Redis

D.MongoDB

答案：B

解析：Spark（B）是分布式计算框架；HBase（A）、MongoDB（D）是NoSQL数据库，Redis（C）是内存数据库。

评估分类模型时，“F1分数”综合了哪两个指标？

A.准确率（Accuracy）和召回率（Recall）

B.精确率（Precision）和召回率（Recall）

C.精确率（Precision）和特异度（Specificity）

D.AUC和准确率（Accuracy）

答案：B

解析：F1分数是精确率和召回率的调和平均（B正确），用于平衡两者在不平衡数据中的表现。

以下哪项属于数据伦理问题？

A.对用户年龄进行分箱处理

B.未经授权使用用户隐私数据

C.用随机森林预测销量

D.对缺失值进行均值填充

答案：B

解析：数据伦理涉及隐私保护、公平性等，未经授权使用隐私数据（B）违反伦理；其他选项是常规数据操作。

Python中用于数据科学的核心库不包括？

A.NumPy

B.Pandas

C.TensorFlow

D.Git

答案：D

解析：Git（D）是版本控制工具，非数据科学核心库；NumPy（数值计算）、Pandas（数据处理）、TensorFlow（机器学习）均为核心库。

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）

特征工程中常用的方法包括？

A.独热编码（One-HotEncoding）

B.标准化（Z-score）

C.分箱（Binning）

D.网格搜索（GridSearch）

答案：ABC

解析：独热编码（处理分类型特征）、标准化（消除量纲）、分箱（离散化连续变量）均为特征工程方法（ABC正确）；网格搜索（D）是模型调参技术，属于建模阶段。

以下属于无监督学习算法的有？

A.K-means聚类

B.主成分分析（PCA）

C.关联规则挖掘（Apriori）

D.逻辑回归（LogisticRegression）

答案：ABC

解析：无监督学习无需标签，