2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0802）.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）

以下缺失值处理方法中，不适用于高维稀疏特征场景的是A.全局均值填充法B.特征众数填充法C.K近邻距离加权填充法D.基于随机森林的多重插补法答案：C解析：高维稀疏特征下样本间的距离计算会出现维度灾难，K近邻的相似性判断完全失效，因此无法使用K近邻填充；其余三种方法均不需要依赖高维空间的距离度量，可在稀疏场景下正常运行。

以下统计量中，对异常值最不鲁棒的是A.中位数B.截尾均值C.算术均值D.众数答案：C解析：算术均值会纳入所有样本的数值贡献，极端异常值会直接拉偏均值结果；中位数、截尾均值、众数均在计算过程中剔除或忽略了极端值的影响，鲁棒性远高于算术均值。

监督分类模型评估指标中，精准率（Precision）的核心含义是A.所有正例中被模型正确预测为正的比例B.所有被模型预测为正的样本中真实为正的比例C.所有样本中被正确分类的样本占比D.预测为负的样本中真实为负的比例答案：B解析：精准率的定义为TP/(TP+FP)，代表模型输出的正预测结果里真实正样本的占比；选项A为召回率定义，选项C为准确率定义，选项D为真负例率定义。

以下机器学习算法中，属于非线性集成学习模型的是A.逻辑回归B.支持向量机（线性核）C.梯度提升树（GBDT）D.岭