2026年高级数据分析师考试题库（附答案和详细解析）（0222）.docxVIP

高级数据分析师考试试卷

一、单项选择题（共10题，每题1分，共10分）

在数据清洗过程中，处理缺失值的核心原则是？

A.统一使用均值填充所有数值型缺失值

B.根据业务场景和缺失机制选择处理方法

C.直接删除所有包含缺失值的记录

D.用前一条记录的值填充缺失值

答案：B

解析：缺失值处理需结合业务含义（如用户未填写年龄可能是隐私敏感）和缺失机制（完全随机/随机/非随机）选择方法（如删除、插值、建模预测）。A错误，均值填充可能掩盖数据分布特征；C错误，删除会导致信息丢失；D错误，前值填充适用于时间序列但非普适。

以下哪项是过拟合的典型表现？

A.训练集准确率85%，验证集准确率83%

B.训练集准确率95%，验证集准确率60%

C.训练集准确率60%，验证集准确率58%

D.训练集与验证集准确率均超过90%

答案：B

解析：过拟合指模型过度学习训练数据的噪声，导致泛化能力差。B中训练集表现远优于验证集，符合过拟合特征。A为正常泛化（差距小）；C为欠拟合（整体表现差）；D为理想状态（模型泛化性强）。

设计用户活跃度指标时，最核心的原则是？

A.指标计算复杂度低

B.与业务目标强关联

C.数据可获取性高

D.指标覆盖所有用户行为

答案：B

解析：高级数据分析师需以业务目标为导向（如提升留存需关注登录频率而非无关行为）。A、C是约束条件而非核心；D错误，覆盖所有行为可