2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0512）.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）

1.在数据清洗过程中，如果数据集中存在大量的缺失值，且缺失机制属于随机缺失，最常用的处理方法不包括以下哪项？A.删除含有缺失值的记录B.使用均值或中位数进行填充C.使用K近邻算法进行预测填充D.使用随机森林算法进行预测填充答案：D解析：随机缺失情况下，均值/中位数填充（A/B）是简单有效的策略；K近邻（C）利用样本相似性进行填充，也是常用方法。随机森林（D）虽然也能处理缺失值，但在作为基础填充策略时不如均值简单，且容易过拟合，通常不作为首选的基础填充方法。

2.下列关于朴素贝叶斯分类器的描述中，正确的是？A.它是基于决策树算法的分类器B.它假设特征之间是相互独立的C.它在处理连续特征时效果优于逻辑回归D.它需要大量的人工特征工程答案：B解析：朴素贝叶斯的核心假设是特征条件独立（B）；它基于贝叶斯定理和特征独立假设；对于连续特征，通常需先进行离散化处理（A错误）；相比于逻辑回归，它对特征工程的要求较低（D错误）；在处理连续特征时，它需要假设特征符合正态分布，否则效果未必优于逻辑回归（C错误）。

3.在Python数据分析库Pandas中，用于将一个DataFrame按指定列分组并进行聚合操作的方法是？A.apply()B.transform(