2026年数据建模工程师考试题库（附答案和详细解析）（0224）.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，F1-score的计算基于以下哪两个指标？

A.准确率与召回率

B.精确率与准确率

C.精确率与召回率

D.召回率与AUC-ROC

答案：C

解析：F1-score是精确率（Precision）和召回率（Recall）的调和平均数，公式为(F1=2)。选项A错误，准确率是总体正确分类比例；选项B错误，未涉及召回率；选项D错误，AUC-ROC是另一个评估指标。

以下哪项是解决过拟合的常用方法？

A.增加训练数据量

B.减少特征数量

C.降低模型复杂度

D.以上都是

答案：D

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。增加训练数据可提升模型泛化性（A正确），减少特征或降低复杂度（如减少神经网络层数）可降低模型复杂度（B、C正确），因此选D。

独热编码（One-HotEncoding）最适用于以下哪种类型的特征？

A.连续数值特征

B.高基数分类特征（如1000个类别）

C.低基数分类特征（如3个类别）

D.时间序列特征

答案：C

解析：独热编码通过二进制向量表示分类特征，会增加维度。低基数特征（类别少）使用独热编码可保留类别信息且维度可控（C正确）。高基数特征会导致维度灾难（B错误），连续特征无需编码（A错误），时间序列特征通常用时间差或周期性编