2026年数据科学家面试笔试题集与答案解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家面试笔试题集与答案解析

一、选择题（共5题，每题2分，共10分）

1.数据预处理中，处理缺失值最常用的方法是？

A.删除含有缺失值的样本

B.使用均值/中位数/众数填充

C.使用KNN填充

D.插值法

答案：B

解析：均值/中位数/众数填充是数据预处理中最常用且简单高效的方法，适用于缺失值比例不高的场景。删除样本可能导致信息损失，KNN和插值法计算复杂度较高，较少作为首选。

2.在特征工程中，以下哪项不属于特征交互的范畴？

A.PolynomialFeatures生成多项式特征

B.根据业务知识组合新特征（如“年龄收入”）

C.特征交叉（如性别+地区）

D.标准化特征（如Z-score标准化）

答案：D

解析：标准化属于特征缩放，不涉及特征交互。其余选项均涉及特征间的关系或组合。

3.对于时间序列预测任务，以下模型最不适合的是？

A.ARIMA

B.LSTM

C.XGBoost

D.Prophet

答案：C

解析：XGBoost是树模型，不擅长捕捉时间依赖性；ARIMA、LSTM和Prophet均支持时间序列分析。

4.在模型评估中，对于类别不平衡问题，以下指标最可靠？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数