2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0529）.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，如果一个模型在训练数据上表现很好，但在新的、未见过的数据上表现很差，这通常被称为什么现象？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，导致模型过于复杂，在训练集上准确率高，但在测试集上无法泛化。欠拟合是指模型太简单，无法捕捉数据中的规律。泛化是指模型将学到的知识应用到新数据的能力。

下列哪个统计量最稳健（Robust），对异常值不敏感？A.平均值B.中位数C.方差D.标准差答案：B解析：中位数是将数据排序后位于中间位置的值，它不受极端异常值的影响。平均值和方差/标准差对异常值非常敏感。

在数据清洗过程中，处理缺失值时，若数据呈正态分布，通常使用哪种方法进行填充？A.中位数填充B.均值填充C.众数填充D.随机填充答案：B解析：对于正态分布的数据，均值和标准差能最好地描述数据的分布特征，因此用均值填充缺失值是最科学的方法。中位数常用于偏态分布，众数用于分类数据。

下列哪个算法属于监督学习算法？A.K-均值聚类B.主成分分析(PCA)C.线性回归D.K近邻(KNN)答案：C解析：线性回归属于监督学习中的回归算法。K-均值聚类和PCA是无监督学习算法。KNN虽然是监督