2025年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（1230）.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小比例缺失值（5%）的最佳策略？

A.用特征均值填充缺失值

B.删除包含缺失值的记录

C.直接输入模型训练（忽略缺失值）

D.用相邻记录的中位数填充

答案：B

解析：当缺失值比例较小时（通常5%），直接删除缺失记录对数据集整体分布影响最小（B正确）。A选项适用于数值型特征但可能引入偏差；C选项会导致模型报错或异常；D选项适用于时间序列等有序数据，非通用场景（ACD错误）。

在机器学习中，以下哪种算法属于无监督学习？

A.逻辑回归

B.K-means聚类

C.随机森林

D.支持向量机（SVM）

答案：B

解析：无监督学习不依赖标签，K-means通过数据自身特征聚类（B正确）。逻辑回归、随机森林、SVM均需标签训练（ACD错误）。

以下哪项是数据可视化中“误导性图表”的典型特征？

A.坐标轴未从0开始

B.使用渐变色区分类别

C.添加数据标签标注具体数值

D.采用分面图展示多维度数据

答案：A

解析：坐标轴不从0开始可能夸大数据差异（如将y轴起点设为100而非0），导致视觉误导（A正确）。其余选项均为合理可视化方法（BCD错误）。

在SQL中，用于检索满足多个条件的记录的关键字是？

A.GROUPBY

B.HAVING

C.WHERE

D.ORDERBY

答案：C

解析：WHERE子句用于过滤行级数据，支持多条件逻辑运算（C正确）。GROUPBY用于分组，HAVING用于分组后过滤，ORDERBY用于排序（ABD错误）。

以下哪项是衡量分类模型“精确率”（Precision）的公式？

A.TP/(TP+FN)

B.TP/(TP+FP)

C.TN/(TN+FP)

D.(TP+TN)/(TP+TN+FP+FN)

答案：B

解析：精确率是“预测为正的样本中实际为正的比例”，公式为TP/(TP+FP)（B正确）。A是召回率，C是真负率，D是准确率（ACD错误）。

以下哪种场景最适合使用决策树模型？

A.高维稀疏文本数据分类（如垃圾邮件识别）

B.时间序列预测（如股票价格）

C.需要可解释性的医学诊断分类

D.大规模图像识别（如图像分类）

答案：C

解析：决策树的树状结构天然具备可解释性，适合医学诊断等需要透明性的场景（C正确）。高维文本常用逻辑回归或神经网络，时间序列用ARIMA或LSTM，图像识别用CNN（ABD错误）。

以下哪项不属于特征工程中的“特征构造”方法？

A.计算两个数值特征的乘积

B.将连续特征离散化为分箱（Binning）

C.对类别特征进行独热编码（One-HotEncoding）

D.从时间戳中提取“星期几”特征

答案：C

解析：特征构造是生成新特征（如乘积、分箱、时间提取），独热编码是对现有类别特征的转换（C正确）。ABD均为构造新特征（ABD错误）。

在统计假设检验中，“第一类错误”指的是？

A.原假设为真时拒绝原假设（弃真）

B.原假设为假时接受原假设（取伪）

C.备择假设为真时拒绝备择假设

D.备择假设为假时接受备择假设

答案：A

解析：第一类错误（α错误）是“原假设正确但被拒绝”（A正确）。第二类错误（β错误）是原假设错误但被接受（B错误），CD表述不符合假设检验定义（CD错误）。

以下哪种数据存储格式最适合大规模分布式计算（如Spark）？

A.CSV（逗号分隔值）

B.JSON（键值对文本）

C.Parquet（列式存储）

D.TXT（纯文本）

答案：C

解析：Parquet是列式存储格式，支持压缩和谓词下推，适合分布式计算的高效读写（C正确）。CSV、JSON、TXT为行式或非结构化格式，存储和计算效率较低（ABD错误）。

在回归分析中，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到1（B正确）。负值表示模型比基准（均值）更差，但实际中通常限制为[0,1]（ACD错误）。

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）

以下属于数据清洗主要步骤的有？

A.处理缺失值

B.去除重复记录

C.标准化特征尺度（如Z-score）

D.检测并处理异常值

答案：ABD

解析：数据清洗关注数据质量问题，包括缺失值、重复值、异常值处理（ABD正确）。标准化属于特征工程，非清洗步骤（C错误）。

以下哪些算法可用于降维？

A.主成分分析（PCA）

B.线性判别分析（LDA）

C.t-分布随机邻域嵌入（t-SNE）

D.卡方检验（Chi-squareTes