2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0506）.docxVIP

数据科学专业认证(CDSP)考试试卷

一、单项选择题（共10题，每题1分，共10分）

在数据科学中，过拟合（Overfitting）是指什么？

A.模型在训练数据上表现好但在未见数据上表现差。

B.模型对训练数据和测试数据都表现良好。

C.模型在训练数据上表现差但在测试数据上表现好。

D.模型对所有数据的泛化能力都强。

答案：A

解析：过拟合是机器学习常见问题，指模型过度学习训练数据的噪声和细节，导致在训练集上准确率高，但在新数据上效果下降（如验证集或测试集）。选项B描述理想情况但不是过拟合；C描述欠拟合（Underfitting）；D与模型泛化能力相关，但过拟合时泛化能力差。

在Python中，Pandas库主要用于什么？

A.实现高级机器学习算法。

B.处理时间序列数据和分析结构化数据。

C.进行数据可视化和绘图。

D.操作大数据集上的并行计算。

答案：B

解析：Pandas是数据科学核心库，专注于数据操作（如DataFrames），用于数据清洗、预处理和时间序列分析。选项A错误，因机器学习库如Scikit-learn更适用；C是Matplotlib或Seaborn的范畴；D针对大数据工具如PySpark。

什么是特征缩放（FeatureScaling）？

A.从数据中删除低相关性的特征。

B.将特征值归一化到相同量级（如0到1）。

C.选择数据中的关键