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）
以下哪种数据清洗方法最适用于处理正态分布的数值型特征缺失值？
A.用众数填充
B.用均值填充
C.用中位数填充
D.直接删除缺失行
答案：B
解析：正态分布数据的均值能较好反映数据集中趋势，因此均值填充是最优选择（A选项众数适用于类别数据；C选项中位数适用于偏态分布；D选项删除行会损失信息，仅在缺失率极低时使用）。
以下哪项是过拟合的典型表现？
A.训练误差大，测试误差小
B.训练误差小，测试误差大
C.训练误差和测试误差都大
D.训练误差和测试误差都小
答案：B
解析：过拟合指模型对训练数据过度学习，泛化能力差，表现为训练误差小但测试误差显著增大（A、C、D均不符合过拟合定义）。
逻辑回归模型中，sigmoid函数的主要作用是？
A.将线性输出映射到[0,1]区间
B.处理非线性分类问题
C.降低特征维度
D.优化模型训练速度
答案：A
解析：sigmoid函数将线性组合z=w·x+b的输出压缩到(0,1)，用于表示概率（B由核函数或特征工程实现；C是降维算法任务；D由优化器决定）。
评估回归模型时，R2（决定系数）的取值范围是？
A.(-∞,+∞)
B.[0,1]
C.[-1,1]
D.[0,+∞)
答案：B
解析：R2衡量模型对因变量变异的解释比例，取值范围[0,1]（越接近1表示拟合越好，负值表示模型比常数预测更差，但实际中通常非负）。
以下哪种采样方法适用于解决数据类别不平衡问题？
A.简单随机采样
B.分层采样
C.系统采样
D.整群采样
答案：B
解析：分层采样按类别比例抽样，可保持少数类样本的代表性（A无法解决不平衡；C、D是抽样方法但不针对类别平衡）。
随机森林模型中，“随机”主要体现在？
A.随机选择特征子集和随机样本子集
B.随机初始化模型参数
C.随机设置树的最大深度
D.随机选择损失函数
答案：A
解析：随机森林通过自助采样（Bagging）随机选择样本子集，并在每个节点分裂时随机选择特征子集（B是神经网络的初始化方式；C、D是超参数设置）。
以下哪项不属于特征工程的核心任务？
A.特征提取
B.特征选择
C.特征缩放
D.特征交叉
答案：C
解析：特征缩放（如标准化、归一化）属于数据预处理，特征工程包括提取、选择、交叉等创造新特征的过程（C是预处理步骤）。
混淆矩阵中，“假阳性（FalsePositive）”指？
A.实际正类预测为正类
B.实际正类预测为负类
C.实际负类预测为正类
D.实际负类预测为负类
答案：C
解析：假阳性（FP）是真实负类被错误预测为正类（A是TP，B是FN，D是TN）。
梯度下降法中，“学习率”过大会导致？
A.模型收敛速度变慢
B.陷入局部最优
C.参数震荡甚至发散
D.过拟合风险增加
答案：C
解析：学习率过大时，参数更新步长超过最优值，可能导致震荡或无法收敛（A是学习率过小的问题；B由目标函数形状决定；D与正则化相关）。
时间序列建模中，ARIMA模型的“MA”代表？
A.自回归（AutoRegressive）
B.移动平均（MovingAverage）
C.差分（Integrated）
D.季节调整（Seasonal）
答案：B
解析：ARIMA的结构为AR(p)（自回归）+I(d)（差分）+MA(q)（移动平均）（A是AR，C是I，D是SARIMA中的季节项）。
二、多项选择题（共10题，每题2分，共20分）
以下属于监督学习任务的有？（至少2个正确选项）
A.客户分群（聚类）
B.房价预测（回归）
C.垃圾邮件分类（分类）
D.异常检测（无监督）
答案：BC
解析：监督学习需要标签数据，B（回归）和C（分类）均有明确标签；A（聚类）和D（异常检测）是无监督学习。
特征分箱的主要作用包括？
A.降低特征对异常值的敏感性
B.提升模型的可解释性
C.减少连续特征的噪声
D.强制引入非线性关系
答案：ABCD
解析：分箱通过离散化将连续特征转换为区间，可降低异常值影响（A）、用区间代替具体数值提升解释性（B）、平滑噪声（C）、并通过分箱后的分段实现非线性（D）。
以下哪些是集成学习的典型方法？
A.随机森林（Bagging）
B.XGBoost（Boosting）
C.K近邻（KNN）
D.梯度提升树（GBM）
答案：ABD
解析：集成学习通过组合多个基模型提升性能，A（Bagging）、B（Boosting）、D（GBM属于Boosting）均是；C（KNN）是单模型算法。
模型超参数调优的常用方法有？
A.网格搜索（GridSearch）
B.随机搜索（Random
文档评论（0）