2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0120）.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）

以下哪种数据类型属于定距数据？

A.性别（男/女）

B.温度（℃）

C.教育程度（小学/中学/大学）

D.体重（kg）

答案：B

解析：定距数据的特点是具有相等单位但无绝对零点。温度（℃）满足这一条件（如20℃与30℃的温差等于30℃与40℃的温差，但0℃不表示“没有温度”）。A是定类数据（无顺序），C是定序数据（有顺序但无相等单位），D是定比数据（有绝对零点）。

特征工程中，“将年龄分为青年/中年/老年”属于以下哪种操作？

A.特征提取

B.特征离散化

C.特征标准化

D.特征交叉

答案：B

解析：特征离散化是将连续型变量转换为分类型变量的过程（如年龄分段）。特征提取是从原始数据中生成新特征（如从时间戳提取月份），标准化是缩放数据范围（如Z-score），交叉是组合多个特征（如年龄×收入）。

以下哪种情况最可能导致模型过拟合？

A.训练集误差大，测试集误差小

B.训练集误差小，测试集误差大

C.训练集和测试集误差都大

D.训练集和测试集误差都小

答案：B

解析：过拟合指模型过度学习训练集的噪声和细节，导致泛化能力差。表现为训练集误差小（拟合好），但测试集误差大（无法推广）。A是欠拟合，C是模型性能差，D是理想状态（恰拟合）。

混淆矩阵中，“假阳性（FP）”指的是？

A.真实为正，预测为正

B.真实为正，预测为负

C.真实为负，预测为正

D.真实为负，预测为负

答案：C

解析：混淆矩阵四象限定义：TP（真阳性）=真实正/预测正；FN（假阴性）=真实正/预测负；FP（假阳性）=真实负/预测正；TN（真阴性）=真实负/预测负。

数据仓库（DataWarehouse）的核心特点是？

A.支持实时事务处理

B.面向主题、集成、非易失、时变

C.采用关系型数据库结构

D.支持高频数据更新

答案：B

解析：数据仓库的四大特性：面向主题（按业务主题组织）、集成（多源数据整合）、非易失（长期存储，少更新）、时变（包含时间维度）。A和D是OLTP（联机事务处理）的特点，C是数据库的通用结构。

假设检验中，“拒绝原假设时犯错误”的概率是？

A.置信水平（1-α）

B.显著性水平（α）

C.P值

D.β错误

答案：B

解析：α是第一类错误（弃真错误）的概率，即原假设为真时错误拒绝的概率。β是第二类错误（取伪错误）的概率。P值是观察到当前统计量或更极端情况的概率，若P≤α则拒绝原假设。

正则化（Regularization）的主要目的是？

A.提高模型训练速度

B.防止过拟合

C.处理缺失值

D.增强模型可解释性

答案：B

解析：正则化通过在损失函数中添加惩罚项（如L1/L2范数），限制模型复杂度，避免参数过大，从而防止过拟合。A是优化器（如SGD）的作用，C是数据清洗任务，D可通过特征重要性分析实现。

以下哪种算法属于无监督学习？

A.逻辑回归

B.支持向量机（SVM）

C.K-means聚类

D.随机森林

答案：C

解析：无监督学习无标签数据，目标是发现数据内在结构（如聚类、降维）。K-means根据数据相似性分组，属于无监督。其他选项（逻辑回归、SVM、随机森林）均为有监督学习（需标签训练）。

时间序列分析中，“自回归模型（AR）”的核心假设是？

A.未来值与过去值线性相关

B.序列具有季节性

C.误差项服从正态分布

D.序列是平稳的

答案：A

解析：AR(p)模型假设当前值是前p期值的线性组合（如Yt=c+φ1Yt-1+…+φpYt-p+εt）。B是季节性模型（如SARIMA）的假设，D是平稳性要求（非核心假设），C是误差项的常见假设但非AR模型特有。

数据伦理中，“数据匿名化”的主要风险是？

A.计算成本过高

B.可能通过关联分析重新识别个体

C.破坏数据完整性

D.降低模型预测精度

答案：B

解析：匿名化（如删除姓名、ID）无法完全防止再识别，例如通过“性别+年龄+邮编”等准标识符组合，仍可能关联到具体个体（如Netflix数据集泄露事件）。其他选项非主要风险。

二、多项选择题（共10题，每题2分，共20分）

数据清洗的常见步骤包括？（至少2个正确选项）

A.缺失值插补

B.异常值修正

C.数据标准化

D.重复值删除

答案：ABD

解析：数据清洗关注解决数据质量问题，包括处理缺失值（A）、修正或删除异常值（B）、删除重复记录（D）。数据标准化（C）属于特征工程，用于统一量纲，非清洗步骤。

以下哪些属于分类任务的评估指标？

A.均方误差（MSE）

B.F1分数

C.ROC-AUC

D.平均绝对误差（MAE）

答案：BC

解析：分类任务评估指