2026年数据科学与大数据技术考试及答案.docxVIP

2026年数据科学与大数据技术考试及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于数据清洗的常见操作？

A.处理缺失值

B.特征分箱

C.检测并删除异常值

D.纠正数据格式错误

2.在机器学习中，若模型在训练集上表现良好但在测试集上误差较大，最可能的原因是？

A.欠拟合

B.过拟合

C.数据不平衡

D.特征维度不足

3.以下哪种大数据处理框架更适合实时流数据处理？

A.HadoopMapReduce

B.ApacheSpark

C.ApacheFlink

D.ApacheHive

4.关于数据仓库（DataWarehouse）与数据湖（DataLake）的区别，正确的描述是？

A.数据仓库存储结构化数据，数据湖存储非结构化/半结构化数据

B.数据仓库支持实时写入，数据湖仅支持批量写入

C.数据仓库的查询性能低于数据湖

D.数据仓库主要用于OLTP，数据湖主要用于OLAP

5.监督学习与无监督学习的核心区别在于？

A.是否需要人工标注数据

B.模型是否具有记忆能力

C.输入特征的维度数量

D.输出结果的类型（连续/离散）

6.在特征工程中，对类别型特征“商品品类”（如服装、电子、食品）进行编码时，最合理的方法是？