2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0116）.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）

数据科学项目的核心流程中，“特征工程”通常出现在哪个阶段？

A.数据收集

B.数据清洗

C.模型构建前的预处理

D.模型评估后优化

答案：C

解析：特征工程是将原始数据转换为模型可理解的特征的过程，属于模型构建前的关键预处理步骤。A为数据获取阶段，B是处理数据质量问题，D是模型优化阶段，均不涉及特征工程的核心任务。

以下哪种方法最适合处理时间序列数据的缺失值？

A.直接删除缺失行

B.用全局均值填充

C.前向填充（ffill）

D.随机森林预测填充

答案：C

解析：时间序列数据具有时序依赖性，前向填充（ffill）利用相邻时间点的数值填充缺失值，能保留时序特征。A会丢失时间连续性，B忽略时序性，D计算成本高且可能引入噪声。

在混淆矩阵中，“假阳性（FalsePositive）”指的是？

A.实际为正类，模型预测为正类

B.实际为负类，模型预测为正类

C.实际为正类，模型预测为负类

D.实际为负类，模型预测为负类

答案：B

解析：混淆矩阵的行是真实标签，列是预测标签。假阳性即真实为负（行负）、预测为正（列正）的情况，对应B选项。A是真阳性（TP），C是假阴性（FN），D是真阴性（TN）。

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