2026年数据建模工程师考试题库（附答案和详细解析）（0203）.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）

在二分类任务中，若关注减少假阳性（FalsePositive），应重点优化以下哪个指标？

A.精确率（Precision）

B.召回率（Recall）

C.F1分数

D.准确率（Accuracy）

答案：A

解析：精确率（Precision）定义为TP/(TP+FP)，直接反映模型在预测为正类的样本中实际为正类的比例，减少假阳性（FP）会直接提升精确率。召回率（Recall）关注TP/(TP+FN)，减少假阴性；F1分数是精确率和召回率的调和平均；准确率是(TP+TN)/总样本，不直接针对FP。

以下哪种方法最适合处理高维稀疏的类别特征？

A.标准化（Z-Score）

B.归一化（Min-Max）

C.独热编码（One-HotEncoding）

D.对数变换（LogTransformation）

答案：C

解析：独热编码通过将类别特征转换为二进制向量（每个类别对应一个维度），适用于高维稀疏的类别特征（如“职业”“地区”）。标准化和归一化用于连续特征的尺度统一；对数变换用于处理偏态分布的连续特征。

线性回归模型中，若出现多重共线性，最可能的后果是？

A.模型欠拟合

B.参数估计方差增大

C.预测准确率显著下降

D.损失函数无法收敛

答案：B

解析：多重共线性指特征间高度相关，会导致参