2026年数据建模工程师考试题库（附答案和详细解析）（0226）.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）

在分类模型评估中，若实际为正例但被预测为负例，对应混淆矩阵中的哪一项？

A.真阳性（TP）

B.假阳性（FP）

C.真阴性（TN）

D.假阴性（FN）

答案：D

解析：混淆矩阵中，TP（真阳性）是实际正例被正确预测为正例；FP（假阳性）是实际负例被错误预测为正例；TN（真阴性）是实际负例被正确预测为负例；FN（假阴性）是实际正例被错误预测为负例。题目描述的是“实际正例被预测为负例”，因此选D。

以下哪种方法最适合解决模型过拟合问题？

A.增加训练数据量

B.减少特征数量

C.提高模型复杂度

D.降低学习率

答案：A

解析：过拟合的本质是模型对训练数据过度学习，泛化能力差。增加训练数据量可让模型学习更普遍的特征（A正确）；减少特征数量可能丢失关键信息（B错误）；提高模型复杂度会加剧过拟合（C错误）；降低学习率主要影响优化速度而非过拟合（D错误）。

逻辑回归模型的核心假设是？

A.特征服从正态分布

B.因变量与自变量线性关系

C.类条件概率满足伯努利分布

D.误差项独立同分布

答案：C

解析：逻辑回归通过sigmoid函数将线性组合映射到[0,1]区间，假设样本属于正类的概率服从伯努利分布（C正确）。特征正态分布是线性回归的假设（A错误）；因变量与自变量的线性关系是线性回归的假设（B错误）；