2026年数据建模工程师考试题库（附答案和详细解析）（0219）.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，“真正类率”对应的是以下哪个指标？

A.精确率（Precision）

B.召回率（Recall）

C.F1分数

D.特异度（Specificity）

答案：B

解析：真正类率（TruePositiveRate,TPR）是指被正确预测为正类的样本占实际正类样本的比例，即召回率（Recall）。精确率是预测正类中实际正类的比例（A错误）；F1是精确率和召回率的调和平均（C错误）；特异度是真负类率（TNR），对应实际负类中被正确预测的比例（D错误）。

以下哪种方法最适合解决模型过拟合问题？

A.增加训练数据量

B.减少特征数量

C.提高学习率

D.增加模型复杂度

答案：A

解析：过拟合的本质是模型对训练数据的噪声过度学习，增加训练数据量可提升模型泛化能力（A正确）。减少特征数量可能丢失关键信息（B错误）；提高学习率可能导致训练不稳定（C错误）；增加模型复杂度会加剧过拟合（D错误）。

特征选择中，“互信息法”主要用于衡量以下哪类关系？

A.特征与目标变量的线性相关性

B.特征与目标变量的非线性相关性

C.特征之间的多重共线性

D.特征的缺失值比例

答案：B

解析：互信息法通过计算两个变量的信息熵，衡量变量间的非线性依赖关系（B正确）。线性相关性用皮尔逊相关系数（A错误）；