2026年数据建模工程师考试题库（附答案和详细解析）（0205）.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）

数据预处理中，处理高维稀疏分类特征最常用的方法是？A.直接删除该特征

B.均值填充缺失值

C.独热编码（One-HotEncoding）

D.主成分分析（PCA）降维

答案：C

解析：独热编码通过创建二进制列表示分类特征的每个类别，适用于高维稀疏的分类特征（如“职业”字段的多个类别）。A错误，直接删除会丢失关键信息；B错误，均值填充适用于数值型特征的缺失值处理；D错误，PCA是降维方法，不直接解决分类特征的稀疏性问题。

以下哪种指标最适合评估二分类模型的正负样本区分能力？

A.准确率（Accuracy）

B.F1分数

C.AUC-ROC曲线下面积

D.均方误差（MSE）

答案：C

解析：AUC-ROC衡量模型在不同阈值下区分正负样本的能力，适用于类别不平衡场景。A错误，准确率在类别不平衡时易产生误导（如99%负样本时全预测负类准确率99%）；B错误，F1是精确率与召回率的调和平均，侧重平衡两者；D错误，MSE是回归任务的评估指标。

随机森林（RandomForest）防止过拟合的核心机制是？

A.使用L2正则化

B.对样本和特征进行随机抽样（Bagging）

C.限制树的最大深度

D.早期停止（EarlyStopping）

答案：B

解析：随机森林通过Bootstrap样本抽样（