2026年数据建模工程师考试题库（附答案和详细解析）（0308）.docxVIP

数据建模工程师考试试卷

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高维稀疏数据中的缺失值？

A.直接删除缺失值所在行

B.使用特征均值填充

C.基于随机森林的预测填充

D.用0填充缺失值

答案：C

解析：高维稀疏数据（如文本TF-IDF特征）中，缺失值可能隐含信息，直接删除（A）会损失样本；均值填充（B）适用于低维连续特征且分布集中的场景；0填充（D）可能引入偏差（如计数类特征）。随机森林填充（C）通过其他特征预测缺失值，能保留高维特征间的关联关系，是更合理的选择。

在分类任务中，若关注“正类样本被正确识别的比例”，应选择以下哪个评估指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

答案：C

解析：召回率（Recall）=TP/(TP+FN)，表示正类样本中被正确预测的比例，直接对应“正类被正确识别”的需求；准确率（A）受类别不平衡影响大；精确率（B）关注预测为正的样本中实际为正的比例；F1分数（D）是精确率与召回率的调和平均。

以下哪种算法属于生成式模型？

A.逻辑回归（LR）

B.支持向量机（SVM）

C.朴素贝叶斯（NaiveBayes）

D.梯度提升树（GBDT）

答案：C

解析：生成式模型通过学习联合概率P(X,Y)建模（如朴素贝叶斯假设特征独立，计算