2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0402）.docxVIP

数据科学专业认证(CDSP)模拟试卷

考试时间：120分钟

满分：100分

一、单项选择题（共10题，每题1分，共10分）

下列关于过拟合的描述正确的是：

A.训练误差高，测试误差高

B.训练误差低，测试误差高

C.训练误差高，测试误差低

D.训练误差低，测试误差低

答案：B

解析：过拟合指模型在训练集表现好（训练误差低）但泛化能力差（测试误差高）。A是欠拟合，C/D不符合过拟合特征。

主成分分析(PCA)主要用于：

A.分类样本类别

B.降低特征维度

C.处理缺失值

D.优化聚类中心

答案：B

解析：PCA通过正交变换将相关特征转换为线性无关的主成分，核心目标是降维。A/C/D分别涉及分类、数据预处理和聚类算法。

二、多项选择题（共10题，每题2分，共20分）

关于交叉验证的正确描述有：

A.k折交叉验证需将数据集随机分为k等份

B.留一法(LOOCV)是k折验证的特例（k=样本数）

C.验证集用于模型超参数调优

D.测试集应参与模型训练过程

答案：ABC

解析：A是k折基本规则；B中LOOCV的k等于样本量；C是验证集核心作用；D错误，测试集必须独立于训练过程以评估泛化能力。

以下属于集成学习算法的有：

A.决策树

B.随机森林

C.AdaBoost

D.K-means

答案：BC

解析：B（随机森林）和C（AdaBoost）通过组合多个弱学习器