2026年数据建模工程师考试题库（附答案和详细解析）（0124）.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F1-score的正确定义？

A.精确率（Precision）与召回率（Recall）的算术平均

B.精确率与召回率的调和平均

C.精确率与召回率的几何平均

D.精确率与召回率的加权平均

答案：B

解析：F1-score是精确率（P）和召回率（R）的调和平均，公式为(F1=2)。算术平均（A）会高估两者差异较大时的结果，几何平均（C）和加权平均（D）均不符合F1的定义。

线性回归模型中，若出现多重共线性问题，最有效的解决方法是？

A.增加正则化项（如L2正则）

B.移除其中一个高度相关的特征

C.对特征进行标准化处理

D.增加训练数据量

答案：B

解析：多重共线性指特征间高度相关，会导致参数估计不稳定。移除其中一个相关特征（B）可直接降低共线性。正则化（A）主要缓解过拟合，标准化（C）不影响共线性，增加数据量（D）无法解决特征间固有相关性。

在分类任务中，若目标变量是“是否患糖尿病”（是/否），应选择以下哪种损失函数？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.平均绝对误差（MAE）

D.Huber损失

答案：B

解析：分类任务（二分类）通常使用交叉熵损失（B），其衡量预测概率与真实标签的匹配程度。MSE（A）和MAE（C）用于回归任