数据科学家认证题库及答案.docxVIP

数据科学家认证题库及答案

一、单项选择题（共10题，每题1分，共10分）

数据科学项目的标准核心流程顺序是以下哪一项？

A.需求分析、数据采集、数据预处理、模型开发、模型评估、部署迭代

B.数据采集、需求分析、模型开发、数据预处理、部署迭代、模型评估

C.模型开发、数据预处理、数据采集、需求分析、模型评估、部署迭代

D.需求分析、模型开发、数据采集、数据预处理、部署迭代、模型评估

答案：A

解析：工业界通用的数据科学项目流程以业务需求为起点，首先明确项目目标再开展后续工作，选项A符合常规逻辑。选项B、C、D均颠倒了核心流程的先后顺序，跳过业务需求直接处理数据或建模，大概率会出现技术方向与业务目标偏离的问题。

某数据集某特征的缺失值占比达35%，且该特征并非业务核心特征，此时最优的缺失值处理方式是？

A.直接删除该特征

B.使用该特征的均值填充缺失值

C.使用该特征的众数填充缺失值

D.使用线性插值法填充缺失值

答案：A

解析：缺失值占比超过30%时，任何填充方式都会引入大量人工噪声，干扰模型学习，非核心特征的情况下直接删除对整体效果影响最小。选项B、C、D均适用于缺失率低于10%的场景，高缺失率下使用会大幅降低数据质量。

医疗场景下的癌症筛查二分类任务中，为了尽可能避免漏诊（即实际患癌但被判定为健康），应优先关注以下哪个评估指标？

A.精确率

B.召回率

C.