2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0601）.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）

在数据科学流程中，负责将非结构化或半结构化数据转化为可供机器学习算法直接处理的数值特征的过程被称为：A.数据清洗B.特征工程C.模型训练D.模型评估答案：B解析：特征工程是指利用领域知识和统计技巧将原始数据转化为更有用的特征表示的过程，是数据科学中连接原始数据与机器学习模型的关键环节。数据清洗侧重于处理缺失值和异常值；模型训练是使用算法学习数据模式的过程；模型评估则是衡量模型性能的阶段。

下列哪种算法属于无监督学习算法？A.逻辑回归B.决策树C.K-均值聚类D.支持向量机答案：C解析：K-均值聚类是一种典型的无监督学习算法，用于将数据划分为K个不同的簇，不依赖标签信息。逻辑回归、决策树和支持向量机均属于监督学习算法，需要标签数据来训练。

在时间序列分析中，如果时间序列数据呈现出长期增长趋势，但季节性波动幅度随时间推移而扩大，应选择哪种模型进行处理？A.ARIMA模型B.指数平滑法C.季节性指数平滑法D.线性回归模型答案：C解析：季节性指数平滑法（如Holt-Winters方法）专门用于处理含有趋势和季节性的时间序列数据。ARIMA模型通常不直接处理季节性（需使用SARIMA）；指数平滑法主要处理水平趋势；线性回归无法捕捉周期性波动。

在Pytho