中级数据分析师面试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年中级数据分析师面试题及答案

一、选择题（共5题，每题2分）

1.在处理缺失值时，以下哪种方法在数据量较大且缺失比例不高的情况下通常效果最好？

A.删除含有缺失值的行

B.使用均值/中位数/众数填充

C.使用KNN算法填充

D.插值法

答案：B

解析：在数据量较大且缺失比例不高时，均值/中位数/众数填充能较好地保留数据分布特征，且计算效率高。删除行会导致数据丢失，KNN填充计算复杂，插值法适用于时间序列等特定场景。

2.以下哪个指标最适合衡量分类模型的预测准确性？

A.AUC

B.F1分数

C.R2

D.MAE

答案：B

解析：F1分数综合考虑精确率和召回率，适用于类别不平衡场景；AUC衡量模型区分能力；R2用于回归模型；MAE为回归评价指标。

3.在数据清洗中，“异常值”通常指什么？

A.空值

B.与大多数数据差异显著的数据点

C.重复值

D.缺失值

答案：B

解析：异常值指偏离大多数数据分布的数据点，可能由测量误差或真实极端情况导致。空值、重复值、缺失值属于数据质量问题，但非异常值。

4.以下哪种算法属于非监督学习？

A.决策树分类

B.线性回归

C.聚类算法

D.逻辑回归

答案：C

解析：聚类算法（如K-Means）无需标签数据进行训练，属于非监督学习；决策树、线性回归、逻辑回归均为监督学习。

5.在进行数据可视化时，以下哪种图表最适合展示部分与整体的关系？

A.散点图

B.热力图

C.饼图

D.柱状图

答案：C

解析：饼图直观展示各部分占比，适用于分类数据的整体分布；散点图用于关系分析，热力图展示矩阵数据，柱状图对比分类数据。

二、填空题（共5题，每题2分）

6.在SQL中，用于筛选数据的语句是______。

答案：SELECT-WHERE

7.交叉表（Crosstab）在数据分析中主要用于______。

答案：多维数据汇总

8.机器学习中的“过拟合”现象是指模型在______上表现好，但在新数据上表现差。

答案：训练集

9.时间序列分析中，ARIMA模型的三个主要参数是p、d、______。

答案：q

10.在Excel中，使用______函数可以计算数据的中位数。

答案：MEDIAN

三、简答题（共5题，每题4分）

11.简述数据探索性分析（EDA）的主要步骤。

答案：

1.数据概览：检查数据规模、字段类型、缺失值分布。

2.统计描述：计算均值、方差、分位数等，初步了解数据分布。

3.可视化分析：通过图表（如直方图、箱线图）观察数据模式、异常值。

4.相关性分析：计算特征间相关系数，识别潜在关系。

5.假设检验：验证数据分布是否符合预期（如正态分布）。

12.解释什么是“数据标签化”，及其在数据分析中的应用。

答案：

数据标签化指将原始数据（如文本、图像）转化为机器学习可识别的数值或类别。应用场景：

-文本分析中，将词袋模型转化为TF-IDF向量；

-图像处理中，将像素值归一化；

-类别数据用One-Hot或LabelEncoding编码。

13.什么是“特征工程”，请举例说明其重要性。

答案：

特征工程指通过转换、组合原始特征，创造新特征以提升模型性能。重要性：

-案例：将用户注册时间拆分为“小时”“星期几”，提高时序模型精度；

-通过特征筛选（如方差分析）去除冗余信息，避免过拟合。

14.描述在处理分类数据时，如何评估模型的泛化能力？

答案：

1.交叉验证：使用K折交叉验证计算平均性能；

2.混淆矩阵：分析精确率、召回率、F1分数；

3.ROC/AUC：评估模型在不同阈值下的区分能力；

4.外部测试集：用未参与训练的数据验证表现。

15.什么是“数据偏差”，如何检测和缓解？

答案：

数据偏差指样本未能代表总体，可能导致模型决策偏见。检测方法：

-统计分析（如性别/年龄分布是否均衡）；

-模型解释性工具（如SHAP值）；

-缓解方法：重采样、数据增强、引入偏差校正算法。

四、计算题（共3题，每题6分）

16.假设有以下用户购买数据：

|用户ID|产品A购买|产品B购买|

|--|-|-|

|1|是|否|

|2|否|是|

|3|是|是|

|4|否|否|

计算产品A与产品B的联合概率和条件概率（P(A|B)）。

答案：

-联合概率P(A∩B)=2/4=0.5（用户3购买两产品）；

-条件概率P(A|B)=P(A∩B)/P(B)=0.5