2025年数据建模工程师考试题库（附答案和详细解析）（1225）.docxVIP

数据建模工程师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

数据标准化（Z-score）的核心目的是？

A.减少数据存储量

B.消除特征量纲差异

C.提高模型可解释性

D.增加特征数量

答案：B

解析：Z-score标准化通过将数据转换为均值为0、标准差为1的分布，主要目的是消除不同特征因量纲（如厘米与千克）导致的尺度差异，避免模型对大尺度特征过度敏感。错误选项：A（存储量与标准化无关）；C（可解释性由模型类型决定）；D（标准化不改变特征数量）。

混淆矩阵中，精确率（Precision）的计算公式是？

A.TP/(TP+FN)

B.TP/(TP+FP)

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

D.TN/(TN+FP)

答案：B

解析：精确率衡量“预测为正例中实际为正例的比例”，公式为TP（真正例）除以（TP+FP，即所有预测为正例的总数）。错误选项：A是召回率（Recall）；C是准确率（Accuracy）；D是特异度（Specificity）。

以下哪种模型最适合处理高维稀疏文本数据？

A.线性回归

B.决策树

C.逻辑回归

D.k近邻（KNN）

答案：C

解析：逻辑回归在高维稀疏数据（如文本TF-IDF特征）中表现良好，因其通过正则化（如L1）可有效处理特征稀疏性并避免过拟合。错误选项：A（回归任务，不适用分类）；B（