2025年数据建模工程师考试题库（附答案和详细解析）（1222）.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）

在分类模型评估中，精确率（Precision）的计算公式是（）

A.真阳性/(真阳性+假阳性)

B.真阳性/(真阳性+假阴性)

C.真阴性/(真阴性+假阳性)

D.真阴性/(真阴性+假阴性)

答案：A

解析：精确率衡量的是模型预测为正类的样本中实际为正类的比例，公式为TP/(TP+FP)（真阳性/（真阳性+假阳性））。B是召回率（Recall）的公式，C是真负率（Specificity），D无实际意义。

以下哪种方法最适合解决模型过拟合问题？（）

A.减少训练数据量

B.增加模型复杂度

C.添加L2正则化

D.降低学习率

答案：C

解析：过拟合的本质是模型对训练数据的噪声过度学习，L2正则化通过在损失函数中添加权重平方和的惩罚项，限制模型复杂度，可有效缓解过拟合。A会减少有效信息，加重过拟合；B会增加模型复杂度，加剧过拟合；D影响优化速度，与过拟合无直接关联。

以下属于线性分类模型的是（）

A.决策树

B.支持向量机（线性核）

C.随机森林

D.梯度提升树（GBDT）

答案：B

解析：支持向量机（线性核）通过线性超平面划分类别，属于线性模型。A、C、D均为非线性模型（决策树通过非线性分割区域分类，随机森林和GBDT是多棵树的集成）。

特征选择中的“方差阈值法”主要用于筛选（）

A.与目标变量高度相关的特征

B.取值变化较大的特征

C.缺失值较少的特征

D.类别平衡的特征

答案：B

解析：方差阈值法假设低方差特征对目标变量的预测贡献小（如取值几乎不变的特征），因此通过设定方差阈值过滤低方差特征。A是相关系数法的目标，C是缺失值处理的目标，D是类别不平衡处理的目标。

数据标准化（Z-score）的公式是（）

A.(x-min)/(max-min)

B.(x-μ)/σ

C.log(x+1)

D.x/max(x)

答案：B

解析：Z-score标准化通过均值（μ）和标准差（σ）将数据转换为均值为0、标准差为1的分布，公式为(x-μ)/σ。A是归一化（Min-Max），C是对数变换，D是最大值缩放。

线性回归模型的常用损失函数是（）

A.交叉熵损失

B.均方误差（MSE）

C.铰链损失（HingeLoss）

D.指数损失

答案：B

解析：线性回归用于预测连续值，均方误差（MSE）衡量预测值与真实值的平方差，是回归任务的常用损失函数。A用于分类任务（如逻辑回归），C用于SVM，D用于AdaBoost。

以下属于时间序列模型的是（）

A.ARIMA

B.K-means

C.PCA

D.朴素贝叶斯

答案：A

解析：ARIMA（自回归积分滑动平均模型）专门用于时间序列数据的建模与预测。B是聚类算法，C是降维方法，D是分类算法。

关联规则挖掘中，“支持度”的定义是（）

A.包含规则前件和后件的事务数/总事务数

B.包含规则后件的事务数/包含前件的事务数

C.包含前件的事务数/总事务数

D.正确预测的事务数/总事务数

答案：A

解析：支持度衡量规则的普遍性，定义为同时包含前件和后件的事务占总事务的比例。B是置信度（Confidence），C是前件的支持度，D无实际意义。

模型部署时，以下哪种方式适合实时高并发场景？（）

A.批量离线预测

B.RESTAPI接口

C.定时任务调度

D.本地脚本运行

答案：B

解析：RESTAPI接口支持实时请求响应，适合高并发场景（如电商推荐系统）。A、C适用于离线批量处理，D仅用于本地测试。

数据建模流程的关键阶段不包括（）

A.数据采集与清洗

B.模型训练与调优

C.业务需求分析

D.硬件采购与部署

答案：D

解析：数据建模核心流程包括需求分析、数据处理、模型开发、评估部署，硬件采购属于工程实施范畴，非建模流程关键阶段。

二、多项选择题（共10题，每题2分，共20分）

特征工程的主要内容包括（）

A.特征提取（从原始数据生成新特征）

B.特征选择（筛选关键特征）

C.特征变换（标准化、离散化）

D.特征存储（将特征写入数据库）

答案：ABC

解析：特征工程是对原始数据进行处理以提升模型性能的过程，包括提取（如从时间戳生成“小时”特征）、选择（如通过卡方检验筛选特征）、变换（如将连续特征分箱）。D属于数据管理，非特征工程核心内容。

以下适用于不平衡数据分类的评估指标是（）

A.准确率（Accuracy）

B.F1-score

C.AUC-ROC

D.召回率（Recall）

答案：BCD

解析：不平衡数据中，多数类占比高，准确率会因“多数类正确预测”虚高（如99%负样本时，全预测负类准确率99%但无意义