2025年数据建模工程师考试题库（附答案和详细解析）（1223）.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）

以下哪项是数据清洗中处理缺失值的合理策略？

A.直接删除所有包含缺失值的行

B.对分类变量缺失值用均值填充

C.对小比例缺失的数值型变量用中位数填充

D.忽略缺失值直接建模

答案：C

解析：A错误，删除所有缺失行可能导致数据大量丢失；B错误，分类变量应使用众数而非均值填充；C正确，中位数对异常值不敏感，适合小比例缺失的数值型变量；D错误，缺失值会导致模型训练偏差。

逻辑回归模型中，Sigmoid函数的主要作用是？

A.将线性输出映射到[0,1]区间

B.提升模型的非线性拟合能力

C.减少过拟合风险

D.处理多分类问题

答案：A

解析：Sigmoid函数将线性组合结果转换为概率值（0-1），用于二分类概率预测；B错误，逻辑回归本身是线性模型；C错误，正则化才是减少过拟合的方法；D错误，多分类需结合Softmax函数。

以下哪项指标最适合评估二分类模型的整体分类性能（正负样本均衡时）？

A.准确率（Accuracy）

B.召回率（Recall）

C.精确率（Precision）

D.F1分数

答案：A

解析：当正负样本均衡时，准确率能综合反映正确分类的比例；B/C仅关注单一类别；D是精确率和召回率的调和平均，更适用于不均衡场景。

以下哪种方法不能有效缓解过拟合？

A.增加训练数据量

B.