2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0112）.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）

以下哪种方法最适合处理数值型特征的偏态分布缺失值？

A.用均值填充

B.用中位数填充

C.用众数填充

D.直接删除缺失行

答案：B

解析：偏态分布数据中，均值易受极端值影响，中位数更能代表数据集中趋势（适合偏态分布）；众数适用于分类型特征；直接删除会损失信息（仅当缺失率极低时适用）。

独热编码（One-HotEncoding）的核心作用是？

A.标准化数值特征的尺度

B.将类别特征转化为二进制向量

C.提取文本的关键特征

D.对时间序列进行周期分解

答案：B

解析：独热编码通过创建二进制列表示类别特征（如“性别”分为“男”“女”两列）；标准化是Z-score或Min-Max的作用；文本特征提取常用TF-IDF；时间分解属于时间序列处理。

逻辑回归模型的损失函数通常是？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.Hinge损失

D.指数损失

答案：B

解析：逻辑回归通过sigmoid函数输出概率，交叉熵损失用于衡量概率预测与真实标签的差异；均方误差是线性回归的损失函数；Hinge损失用于SVM；指数损失用于AdaBoost。

检验两组小样本（n30）均值是否有显著差异，应选择？

A.卡方检验

B.t检验

C.F检验

D.曼-惠特尼U检验

答案：B

解析：t检验适用于小样本均值比较（假设数据近似正态分布）；卡方检验用于分类变量的独立性或分布检验；F检验用于方差分析；曼-惠特尼U检验是非参数检验（数据不满足正态时使用）。

箱线图（BoxPlot）主要用于展示数据的？

A.时间趋势

B.分布特征（如四分位数、异常值）

C.变量间相关性

D.特征重要性排序

答案：B

解析：箱线图通过四分位数、中位数和whiskers展示数据分布范围和异常值；时间趋势用折线图；相关性用散点图或热力图；特征重要性用条形图。

在线分析处理（OLAP）系统的核心功能是？

A.支持高并发事务操作（如订单提交）

B.快速响应复杂查询和多维分析

C.实时存储流数据

D.保证数据的原子性与一致性

答案：B

解析：OLAP（在线分析处理）优化复杂查询和多维分析（如销售数据的季度/区域汇总）；OLTP（在线事务处理）支持高并发事务（如电商下单）；实时流存储属于消息队列（如Kafka）。

Hadoop生态中，HDFS（HadoopDistributedFileSystem）的主要功能是？

A.分布式计算框架

B.资源管理与调度

C.分布式存储系统

D.元数据管理

答案：C

解析：HDFS是Hadoop的分布式存储系统，将大文件分块存储在多台机器上；MapReduce是计算框架；YARN负责资源管理；NameNode管理元数据。

当分类任务中正负样本严重不平衡时，以下哪个指标最能反映模型性能？

A.准确率（Accuracy）

B.F1分数（F1-Score）

C.均方根误差（RMSE）

D.调整R平方（AdjustedR2）

答案：B

解析：准确率在类别不平衡时会被多数类主导（如99%负样本时，全预测负样本准确率99%但无意义）；F1分数综合精确率和召回率，更适合不平衡场景；RMSE和调整R2用于回归任务。

以下哪种方法属于特征选择（FeatureSelection）？

A.主成分分析（PCA）

B.计算特征与目标的信息增益

C.对数值特征进行归一化

D.将文本转换为词向量

答案：B

解析：特征选择是从原始特征中筛选关键特征（如信息增益衡量特征对目标的预测能力）；PCA是降维（特征提取）；归一化是特征变换；文本向量化是特征工程中的表示方法。

《通用数据保护条例》（GDPR）主要由哪个地区/组织制定？

A.美国

B.欧盟

C.中国

D.联合国

答案：B

解析：GDPR是欧盟2018年实施的严格数据隐私法规，适用于所有处理欧盟公民数据的机构；美国有CCPA（加州消费者隐私法），中国有《个人信息保护法》。

二、多项选择题（共10题，每题2分，共20分）

数据清洗的关键步骤包括？

A.缺失值处理

B.异常值检测

C.重复值消除

D.特征提取

答案：ABC

解析：数据清洗聚焦于提升数据质量，包括处理缺失值（插补/删除）、检测异常值（如Z-score法）、消除重复记录；特征提取属于特征工程（后续建模步骤）。

以下属于监督学习算法的有？

A.随机森林（RandomForest）

B.K-means聚类

C.逻辑回归（LogisticRegression）

D.支持向量机（SVM）

答案：ACD

解析：监督学习需要标签数据（如分类、回归），随机森林、逻辑回归、