2026年数据科学家专业认证题库数据处理与挖掘考试题目.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家专业认证题库：数据处理与挖掘考试题目

一、单选题（共10题，每题2分，总计20分）

考察方向：数据处理基础、数据清洗、数据预处理

1.在处理缺失值时，以下哪种方法最适用于具有较强业务逻辑关联性的数据集？（）

A.直接删除缺失值

B.使用均值/中位数填充

C.基于K最近邻（KNN）算法填充

D.使用随机森林预测缺失值

2.假设某电商平台的用户行为数据中，某字段存在异常值，以下哪种检测方法最合适？（）

A.标准差法（3σ原则）

B.IQR（四分位数间距）法

C.基于聚类算法的异常检测

D.使用业务规则排除异常值

3.在数据标准化（Z-score标准化）时，以下哪种情况会导致数据丢失信息？（）

A.数据存在离群点

B.数据分布近似正态分布

C.数据量过大

D.特征值之间存在量纲差异

4.对于稀疏矩阵的存储，以下哪种方法效率最高？（）

A.行压缩存储（CSR）

B.列压缩存储（CSC）

C.二维数组存储

D.哈希表存储

5.在数据抽样时，以下哪种方法最适用于避免样本偏差？（）

A.简单随机抽样

B.分层抽样

C.系统抽样

D.抽样框偏差校正

6.以下哪种数据转换方法会导致信息损失？（）

A.对类别特征进行独热编码（One-HotEncoding）

B.对连续特征进行