2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0619）.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）

在数据清洗过程中，若数据集中存在大量缺失值，为了保留数据集的原始分布特征，最不推荐的操作是：A.删除含有缺失值的行B.使用均值或中位数填充缺失值C.使用众数填充分类变量缺失值D.删除含有缺失值的列答案：A解析：删除含有缺失值的行（A）虽然简单，但会导致数据量的显著减少，可能破坏数据的原始分布特征。B、C、D是常见的数据填充或处理策略，但A通常作为最后手段或仅针对缺失比例极低的情况。

下列关于随机森林算法的说法，错误的是：A.随机森林通过构建多棵决策树并取平均/多数投票来降低过拟合风险B.随机森林中的每棵树都基于全量特征进行分裂C.随机森林对高维数据具有较好的鲁棒性D.随机森林可以同时处理分类和回归问题答案：B解析：随机森林的核心思想之一是特征随机性，即每棵树在分裂时只考虑随机抽取的k个特征，而不是全量特征（B错误）。这增加了树与树之间的差异性，提高了泛化能力。

在逻辑回归模型中，Sigmoid函数的数学表达式为：A.f(x)=11+e?xB.f(x)=1

下列哪种方法主要用于降维，且能够通过保留数据的主要变化方向来压缩数据：A.K-Means聚类B.PCA(主成分分析)C.KNN(K近邻)D.SVM(支持向量机)答案：B解析：