2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0621）.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）

数据科学的核心目标是什么？

A.从数据中提取最大利润

B.利用统计方法解释数据模式

C.完全自动化业务决策

D.增加企业存储设备投资

答案：B

解析：数据科学的核心在于通过统计和机器学习方法发现数据中的模式并解释其含义，选项B准确描述了这一目标。选项A过于片面，选项C忽略了人类在决策中的重要作用，选项D与核心目标无关。

下列哪种方法不属于监督学习？

A.决策树

B.K-近邻算法

C.主成分分析

D.线性回归

答案：C

解析：主成分分析(PCA)属于降维算法，属于无监督学习方法。决策树、K-近邻和线性回归均为监督学习方法。

在数据预处理中，缺失值处理最常用的方法是？

A.直接删除含有缺失值的样本

B.用平均值或中位数填充

C.使用复杂的机器学习模型预测缺失值

D.以上都是

答案：D

解析：删除样本、均值/中位数填充、模型预测都是常用方法，具体选择取决于数据特性和分析目标。

下列哪个指标最适合评估分类模型的泛化能力？

A.过拟合度

B.AUC（ROC曲线下面积）

C.训练集准确率

D.回归系数

答案：B

解析：AUC是衡量模型区分能力的指标，能有效评估泛化能力。过拟合度是问题而非指标，训练集准确率不能反映泛化能力，回归系数属于线性模型参数。

以下哪种数据库最适合存储结构化数据？