2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0605）.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）

在数据科学流程中，数据清洗通常发生在哪个阶段？A.数据收集B.数据探索与可视化C.特征工程D.模型评估与部署答案：B解析：数据清洗主要处理缺失值、异常值和重复值，通常在数据加载后、特征工程前进行，以便为后续分析提供干净的数据集。选项A是源头，D是最后阶段，C通常在清洗之后进行。

以下哪个算法属于无监督学习算法？A.线性回归B.逻辑回归C.K-均值聚类D.支持向量机（SVM）答案：C解析：K-均值聚类是一种典型的无监督学习算法，用于将数据点分组到不同的簇中，不需要标签。A、B、D均为有监督学习算法。

在Python中，用于处理缺失数据的pandas方法中，默认使用均值填充的是？A.fillna(0)B.dropna()C.fillna(mean)D.fillna(method=ffill)答案：C解析：fillna()方法可以接受一个标量值来填充缺失数据。选项A使用0填充，选项B直接删除含缺失值的行/列，选项D使用前向填充（ffill）。

在统计学中，衡量一组数据离散程度的指标不包括？A.极差B.标准差C.相关系数D.方差答案：C解析：相关系数用于衡量两个变量之间的线性关系强度，属于集中趋势或相关性的描述，而非离散程度的