2026年数据建模工程师考试题库（附答案和详细解析）（0128）.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）

以下哪项是数据清洗的核心目标？

A.增加数据维度

B.消除数据中的噪声和不一致性

C.提升数据可视化效果

D.直接用于模型训练

答案：B

解析：数据清洗的主要目的是处理缺失值、异常值和不一致数据（如格式错误），确保数据质量，为后续建模提供可靠输入。选项A（增加维度）属于特征工程；C（可视化）是分析手段；D（直接训练）忽略清洗必要性，均错误。

过拟合的典型表现是？

A.训练集和测试集误差均很高

B.训练集误差低，测试集误差高

C.训练集误差高，测试集误差低

D.训练集和测试集误差均很低

答案：B

解析：过拟合指模型过度学习训练数据的细节（包括噪声），导致泛化能力差。此时训练误差低（拟合好），但测试误差高（无法泛化）。选项A是欠拟合表现；C和D不符合定义，错误。

混淆矩阵中，“真阳性率（TPR）”的计算公式是？

A.TP/(TP+FN)

B.TP/(TP+FP)

C.TN/(TN+FP)

D.TN/(TN+FN)

答案：A

解析：TPR（召回率）反映正类样本被正确识别的比例，公式为TP/(实际正类总数)=TP/(TP+FN)。选项B是精确率（Precision）；C是真负率（TNR）；D无实际意义，错误。

线性回归模型通常使用以下哪种损失函数？

A.交叉熵损失

B.Hinge损失

C.