2026年数据科学基础理论及应用知识笔试模拟题.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学基础理论及应用知识笔试模拟题

一、单选题（共10题，每题2分，共20分）

1.在数据预处理阶段，对于缺失值的处理方法中，最适合处理缺失比例较高且数据具有连续性的特征的方法是？

A.删除含有缺失值的样本

B.使用均值或中位数填充

C.使用模型预测缺失值

D.插值法（如线性插值）

2.下列哪种算法属于无监督学习算法？

A.决策树分类

B.线性回归

C.K-means聚类

D.逻辑回归

3.在特征工程中，通过将多个特征组合成新的特征的方法被称为？

A.特征选择

B.特征提取

C.特征组合

D.特征缩放

4.在时间序列分析中，ARIMA模型的核心思想是？

A.通过自回归和移动平均来拟合时间序列数据

B.基于树结构进行预测

C.使用神经网络进行模式识别

D.基于贝叶斯方法进行推断

5.在数据可视化中，最适合展示不同类别数据占比的图表是？

A.折线图

B.散点图

C.饼图

D.柱状图

6.在机器学习中，过拟合现象的主要原因是？

A.数据量不足

B.模型复杂度过高

C.特征维度过低

D.正则化参数设置不当

7.在自然语言处理（NLP）中，用于将文本转换为数值向量的技术是？

A.卷积神经网络（CNN）

B.递归神经网络（RNN）

C.词嵌入（WordEmbeddi