2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0604）.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）

在数据预处理阶段，以下哪项技术主要用于处理缺失值？A.数据规范化B.数据清洗C.特征工程D.数据集成答案：B解析：数据清洗（B）是处理缺失值的主要技术，包括删除、填充等方法。数据规范化（A）是缩放数据范围；特征工程（C）是创建新特征；数据集成（D）是合并多源数据。

以下哪种算法属于监督学习？A.K-均值聚类B.主成分分析C.决策树D.系统聚类答案：C解析：决策树（C）是监督学习算法，用于分类或回归。K-均值聚类（A）、主成分分析（B）和系统聚类（D）均属于无监督学习。

在时间序列分析中，ARIMA模型的核心假设是什么？A.数据呈正态分布B.系统具有自相关性C.方差恒定D.线性关系答案：B解析：ARIMA模型（自回归积分滑动平均模型）的核心假设是数据具有自相关性（B）。正态分布（A）、方差恒定（C）和线性关系（D）不是其核心假设。

以下哪种度量指标最适合评估分类模型的泛化能力？A.过拟合度B.精确率C.验证集误差D.权重参数答案：C解析：验证集误差（C）是评估模型泛化能力的关键指标。过拟合度（A）是衡量模型对训练数据的过度拟合程度；精确率（B）是分类结果的质量度量；权重参数（D）是模型调整的参数。

在自然语言处理中，词嵌入技术的