2026年数据科学家认证专业知识题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家认证专业知识题库

一、单选题（每题2分，共20题）

1.在处理缺失值时，以下哪种方法在数据量较大且缺失比例不高的情况下最为常用？

A.删除含有缺失值的样本

B.均值/中位数/众数填充

C.K最近邻填充

D.回归填充

答案：B

解析：均值/中位数/众数填充适用于数据量较大且缺失比例不高的情况，操作简单且高效。删除样本可能导致信息损失，K最近邻和回归填充计算复杂，不适用于大规模数据。

2.假设你正在使用随机森林算法进行分类任务，以下哪个参数是控制模型复杂度的关键？

A.树的数量

B.树的最大深度

C.特征选择方法

D.样本重抽样比例

答案：B

解析：树的最大深度直接影响模型的过拟合风险，深度越大，模型越容易过拟合；深度越小，模型可能欠拟合。树的数量影响模型稳定性和计算成本，但不是主要复杂度控制参数。

3.在时间序列预测中，ARIMA模型的三个关键参数分别是什么？

A.p,d,q

B.p,d,s

C.q,d,p

D.s,p,q

答案：A

解析：ARIMA模型（自回归积分滑动平均模型）的参数分别为p（自回归项数）、d（差分次数）、q（滑动平均项数），是时间序列分析的核心模型。

4.以下哪种技术最适合用于处理大规模稀疏数据集？

A.线性回归

B.逻辑回归

C.LASSO回