2026年数据科学家职业能力考试机器学习应用实践题集.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家职业能力考试机器学习应用实践题集

第一部分：数据预处理与特征工程（共5题，每题10分，合计50分）

题目1（10分）：

某电商平台需预测用户购买行为，原始数据包含用户年龄、性别、月消费金额、浏览商品类别等字段。请设计特征工程方案，至少包含三种特征构造方法，并说明每种方法的具体实现逻辑及其对模型预测的潜在影响。

题目2（10分）：

某城市交通管理部门收集了2023年全年的交通事故数据，包含事故时间、地点、天气、车辆类型、伤亡人数等字段。数据中存在大量缺失值，且部分时间字段格式不统一。请提出缺失值处理和特征标准化方法，并说明选择该方法的原因。

题目3（10分）：

某金融机构需预测客户违约风险，原始数据包含客户年龄、收入、信用评分、贷款金额等字段。请设计特征筛选方法，至少包含两种筛选技术，并说明如何评估特征重要性。

题目4（10分）：

某外卖平台需优化配送路线，原始数据包含订单时间、起终点坐标、天气状况、道路拥堵情况等字段。请设计特征编码方法，至少包含两种编码技术，并说明选择该方法的原因。

题目5（10分）：

某医院需预测患者术后恢复情况，原始数据包含手术时长、麻醉类型、患者年龄、术后并发症等字段。请设计特征组合方法，至少包含两种组合技术，并说明如何验证组合特征的有效性。

第二部分：模型选择与调优（共4题，每题12分，合