2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0615）.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）

以下哪项不是数据科学的核心领域？A.统计学B.机器学习C.大数据技术D.哲学

答案：D解析：数据科学的核心领域包括统计学、机器学习、大数据技术和计算机科学，哲学不属于此范畴。

下列哪种数据类型最适合进行分类分析？A.数值型数据B.顺序型数据C.名义型数据D.时间序列数据

答案：C解析：名义型数据（如性别、颜色）最适合进行分类分析，而数值型数据适合回归分析，顺序型数据介于两者之间，时间序列数据需处理时间依赖性。

在机器学习中，“过拟合”现象通常由什么导致？A.数据量不足B.模型复杂度过高C.特征数量过多D.样本偏差

答案：B解析：过拟合是模型对训练数据过度学习导致的，表现为在训练集上表现优异但在测试集上表现差，常见原因是模型复杂度过高。

以下哪种算法属于监督学习？A.K-means聚类B.主成分分析C.决策树分类D.系统聚类

答案：C解析：决策树分类是监督学习算法，通过训练数据学习决策规则进行分类；K-means、主成分分析和系统聚类均属于无监督学习。

下列哪种指标最适合评估分类模型的均衡性？A.准确率B.召回率C.F1分数D.AUC

答案：C解析：F1分数是精确率和召回率的调和平均数，特别适合评估类别不平衡时的模型性