人工智能训练师三级练习试题及答案.docxVIP

人工智能训练师三级练习试题及答案

一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个选项中，只有一个是符合题目要求的，请将正确选项的字母填在题后的括号内）

1.在人工智能训练师三级考核中，关于数据预处理的基本原则，以下哪项描述最为准确？

（）

A.数据清洗应尽可能保留原始数据的所有特征，即使存在噪声也不应删除

B.数据标准化和归一化的目的是为了消除数据量纲的影响，但两者没有本质区别

C.对于缺失值处理，插补法比删除法更先进，因为插补能保留更多数据信息

D.特征工程中，特征选择和特征提取是互斥的，不能同时使用

解析：正确答案为C。数据预处理是人工智能训练的基础环节，其核心原则是提高数据质量并使其适合模型训练。选项A错误，数据清洗应去除噪声和异常值，而非保留所有原始特征；选项B错误，标准化（Z-score）和归一化（Min-Max）有本质区别，前者基于原始数据分布，后者将数据映射到固定区间；选项C正确，插补法（如均值、中位数、KNN插补）能保留更多数据信息，优于简单删除法；选项D错误，特征选择（如Lasso）和特征提取（如PCA）可互补使用。本题考查数据预处理核心方法的选择，需掌握不同方法的适用场景和优劣。

2.在监督学习模型评估中，当使用混淆矩阵进行分类模型性能分析时，以下哪个指标最能反映模型的泛化