2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0119）.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）

以下关于数据清洗中缺失值处理的描述，正确的是？

A.缺失值占比超过50%时，必须直接删除该特征

B.对偏态分布的数值型数据，均值填充比中位数填充更合理

C.时间序列数据的缺失值可采用线性插值法处理

D.类别型特征的缺失值只能用众数填充

答案：C

解析：A错误，缺失值占比过高时需综合评估特征重要性，可能选择保留或构造新特征；B错误，偏态分布数据用中位数更能反映集中趋势；C正确，时间序列数据可通过插值法（如线性、多项式插值）利用时序相关性填充；D错误，类别型特征缺失值还可标记为“未知”等新类别。

以下统计量中，用于衡量数据离散程度的是？

A.中位数

B.方差

C.分位数

D.众数

答案：B

解析：A（中位数）、C（分位数）、D（众数）均衡量数据集中趋势；B（方差）通过计算各数据与均值差的平方和的均值，反映数据离散程度。

以下机器学习算法中，属于监督学习的是？

A.K-means聚类

B.主成分分析（PCA）

C.逻辑回归

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标签数据，目标是预测或分类。C（逻辑回归）用于二分类，属于监督学习；A（聚类）、B（降维）、D（关联规则）均为无监督学习。

SQL中，用于合并两个表中满足条件的行的操作是？

A.SELECT

B