2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0520）.docxVIP

数据科学专业认证(CDSP)

一、单项选择题（共10题，每题1分，共10分）

在机器学习中，当模型在训练集上表现很好，但在测试集或新数据上表现很差时，这种现象被称为：A.过拟合B.欠拟合C.泛化D.偏差

答案：A解析：过拟合是指模型学习了训练数据中的噪声和细节，导致对未见数据的预测能力下降。选项B欠拟合是指模型过于简单，无法捕捉数据的潜在规律；选项C泛化是衡量模型能力的指标；选项D偏差是模型预测值与真实值之间的误差。

以下哪个Python库主要用于数据可视化和交互式图表的生成？A.PandasB.NumPyC.MatplotlibD.Scikit-learn

答案：C解析：Matplotlib是Python中最基础的绘图库，广泛用于创建静态、交互式和动画式图表。选项APandas主要用于数据操作和分析；选项BNumPy是数值计算基础库；选项DScikit-learn是机器学习工具库。

在统计学中，衡量一组数据离散程度的指标不包括以下哪项？A.方差B.标准差C.极差D.平均数

答案：D解析：平均数（均值）是衡量数据集中趋势的指标，不反映数据的离散程度。方差、标准差和极差（最大值与最小值之差）都是衡量离散程度的指标。

决策树算法中，用于划分节点的标准通常不包括以下哪项？A.信息增益C.基尼不纯度D.均方误差

答案：