2026年数据分析师建模能力题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师建模能力题库

一、选择题（每题2分，共10题）

1.在构建客户流失预测模型时，以下哪种特征工程方法最适合处理缺失值？

A.均值填充

B.回归插补

C.KNN填充

D.删除缺失值

2.对于金融风控场景，逻辑回归模型相比随机森林模型的优点是什么？

A.更易处理高维数据

B.具有更好的鲁棒性

C.可解释性更强

D.预测速度更快

3.在时间序列预测中，ARIMA模型的适用条件是什么？

A.数据需平稳

B.数据需非平稳

C.数据需正态分布

D.数据需线性关系

4.在电商用户行为分析中，如何衡量用户活跃度？

A.购买频率

B.浏览时长

C.页面跳出率

D.以上都是

5.在异常检测中，孤立森林算法的核心思想是什么？

A.密度聚类

B.基于树的结构隔离异常点

C.基于距离的度量

D.基于统计检验

二、填空题（每题3分，共5题）

6.在特征选择中，Lasso回归通过__________惩罚实现特征稀疏化。

（答案：L1正则化）

7.在A/B测试中，若P值小于0.05，通常认为__________具有统计显著性。

（答案：实验组效果优于对照组）

8.在梯度提升树（GBDT）中，__________是控制模型复杂度的超参数。

（答案：树的最大深度）

9.在协同过滤推荐系统中，__