2026年数据建模工程师考试题库（附答案和详细解析）（0213）.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）

以下哪种方法最适合处理高维稀疏数据的特征选择？

A.方差阈值法

B.互信息法

C.主成分分析（PCA）

D.卡方检验

答案：B

解析：高维稀疏数据（如文本数据）通常特征与目标变量的非线性关系较强。互信息法（B）能衡量变量间的统计依赖关系，不假设线性关系，适合稀疏数据。方差阈值法（A）仅基于特征自身方差，无法反映与目标的关联；PCA（C）是降维方法，不直接选择特征；卡方检验（D）适用于类别特征与类别目标的关联，对连续型目标不适用。

在逻辑回归模型中，若出现“收敛失败”的提示，最可能的原因是？

A.特征间存在多重共线性

B.学习率设置过小

C.数据未做标准化

D.类别分布严重不均衡

答案：A

解析：逻辑回归通过迭代优化似然函数，多重共线性（A）会导致参数估计不稳定，梯度计算震荡，难以收敛。学习率过小（B）会导致收敛慢但不会失败；数据未标准化（C）可能影响收敛速度但非根本原因；类别不均衡（D）主要影响模型准确率，不直接导致收敛失败。

评估回归模型时，以下哪个指标对异常值最敏感？

A.平均绝对误差（MAE）

B.均方误差（MSE）

C.决定系数（R2）

D.平均绝对百分比误差（MAPE）

答案：B

解析：MSE（B）计算误差的平方，异常值的平方会显著放大误差值；MAE（A）取绝对值，对异常值敏感