2026年高级数据分析师考试题库（附答案和详细解析）（0207）.docxVIP

高级数据分析师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

在数据清洗过程中，针对高维度、非线性相关的缺失值，最适合的处理方法是（）

A.直接删除缺失值所在行

B.用特征均值填充缺失值

C.采用随机森林模型插补缺失值

D.用相邻值前向填充（ffill）

答案：C

解析：随机森林插补（C）通过利用其他特征的信息预测缺失值，适用于高维度、非线性关系的数据，能保留变量间的复杂关联。直接删除行（A）会导致样本损失；均值填充（B）忽略变量间相关性；前向填充（D）适用于时间序列的局部缺失，对非线性关系效果差。

评估分类模型时，若业务场景更关注“减少漏判阳性样本”，应优先选择的指标是（）

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（C）衡量模型正确识别阳性样本的比例（TP/(TP+FN)），漏判对应FN增加，提高召回率可减少漏判。准确率（A）是整体正确比例，无法区分漏判；精确率（B）关注预测阳性中的真实阳性，与漏判无关；F1分数（D）是精确率与召回率的调和平均，不直接针对漏判场景。

以下哪项不属于时间序列分解的常见成分？（）

A.趋势（Trend）

B.季节性（Seasonality）

C.周期性（Cyclical）

D.白噪声（WhiteNoise