数据科学家职位面试题集.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家职位面试题集

一、统计学与机器学习基础（5题，每题8分）

1.题目：

某电商公司希望预测用户购买商品的概率。你收集了用户的年龄、性别、购买历史等数据，并使用逻辑回归模型进行训练。模型输出如下：

-年龄（连续变量）的系数为0.8，P-value=0.03

-性别（二分类，0代表女性，1代表男性）的系数为0.5，P-value=0.01

-购买历史（二元变量，1代表有，0代表无）的系数为1.2，P-value0.001

请解释这些系数的含义，并说明哪些特征对预测结果显著影响？如果P-value较大（如0.05），是否可以删除该特征？为什么？

2.题目：

假设你使用决策树模型进行分类，树的深度为3，节点分裂标准为基尼不纯度。以下是树的局部结构：

-根节点：特征A（取值10为左子树，否则右子树）

-左子树：特征B（取值5为叶节点，输出类别1；否则输出类别2）

-右子树：特征C（取值8为叶节点，输出类别2；否则输出类别3）

请解释该决策树如何进行分类？如果某节点的样本量小于10，是否应该停止分裂？为什么？

3.题目：

某医疗公司使用随机森林模型预测患者是否患有糖尿病。模型结果显示：

-特征X（血糖水平）的重要性为0.35

-特征Y（BMI）的重要性为0.25

-特征Z（年龄）的重要性为0.15

其他特