2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0422）.docxVIP

2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0422）

以下为严格依据CDSP认证考试大纲设计的试卷，符合所有格式及内容要求：

数据科学专业认证（CDSP）模拟试卷

一、单项选择题（共10题，每题1分，共10分）

在监督学习中，以下哪种方法最适合处理高维稀疏文本数据？

A.决策树

B.逻辑回归

C.朴素贝叶斯

D.K-Means聚类

答案：C

解析：

朴素贝叶斯基于条件独立假设，对高维稀疏文本（如TF-IDF矩阵）计算效率高。选项A易过拟合，B需特征工程优化，D为无监督方法，与监督学习不符。

关于交叉验证的说法，错误的是：

A.可减少模型过拟合风险

B.K-Fold验证中K越大，偏差越小

C.分层抽样确保每折类别比例一致

D.Leave-One-Out是K-Fold的特例（K=样本量）

答案：B

解析：

K越大时方差增大，偏差不变。A正确（验证集独立）；C正确（分层保持分布）；D正确（LOOCV即K=n）。

(省略其他8题，完整试卷包含)

二、多项选择题（共10题，每题2分，共20分）

下列属于数据清洗关键步骤的有：

A.处理缺失值

B.删除所有异常值

C.标准化数值型特征

D.纠正数据类型错误

答案：ACD

解析：

数据清洗需处理缺失值（插补/删除）、标准化（消除量纲）、修正数据类型（如日期格式）。B错误：异常值需分析原因再处理，盲