2025年数据建模工程师考试题库（附答案和详细解析）（1224）.docxVIP

数据建模工程师专业能力考试试卷

一、单项选择题（共10题，每题1分，共10分）

数据建模的核心目标是（）

A.完成数据清洗与格式转换

B.构建能反映业务规律的数学模型

C.生成美观的数据可视化图表

D.实现数据存储与查询优化

答案：B

解析：数据建模的核心是通过数学方法抽象业务问题，建立可预测或解释的模型（B正确）。数据清洗（A）是预处理步骤，可视化（C）是结果展示手段，存储优化（D）属于数据工程范畴，均非核心目标。

以下哪项指标最适合评估不均衡分类数据的模型性能？（）

A.准确率（Accuracy）

B.F1分数（F1-score）

C.均方误差（MSE）

D.R平方（R2）

答案：B

解析：不均衡数据中，准确率会因多数类主导而失真（A错误）；F1分数综合了精确率和召回率，更关注少数类表现（B正确）；MSE和R2是回归任务指标（C、D错误）。

以下哪种方法最常用于解决模型过拟合问题？（）

A.增加训练数据量

B.减少特征数量

C.提高学习率

D.降低正则化系数

答案：A

解析：过拟合源于模型对训练数据过度学习，增加数据量可提升泛化能力（A正确）；减少特征可能丢失关键信息（B错误）；提高学习率会加剧参数震荡（C错误）；降低正则化系数会削弱对复杂度的惩罚（D错误）。

逻辑回归模型的假设函数基于（）

A.线性函数+Sigmoid变换

B.多项式函数+Softmax变换

C.核函数+线性组合

D.决策树+集成策略

答案：A

解析：逻辑回归通过线性函数z=w·x+b，经Sigmoid函数σ(z)=1/(1+e??)映射到概率空间（A正确）。Softmax用于多分类（B错误），核函数是SVM特性（C错误），决策树集成是随机森林等模型（D错误）。

特征工程中，“将用户年龄划分为青年/中年/老年”属于（）

A.特征分箱

B.特征标准化

C.特征编码

D.特征交叉

答案：A

解析：将连续变量离散化为区间是特征分箱（A正确）；标准化是缩放至统一量纲（B错误）；编码是处理类别变量（C错误）；交叉是组合多特征（D错误）。

以下哪类模型属于生成式模型？（）

A.支持向量机（SVM）

B.朴素贝叶斯（NaiveBayes）

C.随机森林（RandomForest）

D.梯度提升树（GBDT）

答案：B

解析：生成式模型学习联合分布P(X,Y)，朴素贝叶斯通过P(Y|X)=P(X|Y)P(Y)/P(X)建模（B正确）；判别式模型学习P(Y|X)，SVM、随机森林、GBDT均属此类（A、C、D错误）。

混淆矩阵中，“实际为正类但被预测为负类”对应的是（）

A.真正例（TP）

B.假正例（FP）

C.真负例（TN）

D.假负例（FN）

答案：D

解析：混淆矩阵四象限定义：TP（真→正）、FP（假→正）、TN（真→负）、FN（假→负）（D正确）。

以下哪种场景最适合使用K-means聚类？（）

A.客户分群（无标签）

B.垃圾邮件分类（有标签）

C.房价预测（连续输出）

D.情感分析（文本分类）

答案：A

解析：K-means是无监督学习，用于发现数据内在分组（A正确）；分类（B、D）和回归（C）是监督学习任务。

深度学习中，ReLU激活函数的主要优点是（）

A.解决梯度消失问题

B.输出范围在(0,1)

C.支持多分类任务

D.计算复杂度低

答案：A

解析：ReLU（f(x)=max(0,x)）在x0时梯度为1，避免了Sigmoid的梯度消失问题（A正确）；输出范围无上限（B错误）；多分类由Softmax支持（C错误）；计算复杂度低是次要优点（D错误）。

数据仓库建模中，星型模型与雪花模型的主要区别是（）

A.事实表数量

B.维度表是否规范化

C.数据存储量

D.查询性能

答案：B

解析：星型模型维度表未规范化（直接存储描述信息），雪花模型维度表进一步拆分为子表（规范化）（B正确）；两者事实表数量相同（A错误），雪花模型存储量更大但查询更复杂（C、D非核心区别）。

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.特征标准化

D.数据可视化

答案：ABC

解析：预处理包括数据清洗（缺失值、异常值处理）和特征工程（标准化）（A、B、C正确）；可视化是分析手段，非预处理核心（D错误）。

以下属于集成学习方法的有（）

A.随机森林（RandomForest）

B.XGBoost

C.K近邻（KNN）

D.梯度提升树（GBDT）

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）、GBDT/XGBoost（Boosting）均属此类（A、B、D正确