2026年数据科学与大数据专业考试试题集.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学与大数据专业考试试题集

一、单选题（每题2分，共20题）

1.在数据预处理阶段，对于缺失值处理最常用的方法是？

A.删除含有缺失值的样本

B.使用均值或中位数填补

C.插值法

D.以上都是

2.以下哪种算法属于监督学习？

A.K-means聚类

B.决策树

C.主成分分析（PCA）

D.神经网络

3.在大数据场景下，Hadoop生态系统中负责分布式存储的核心组件是？

A.MapReduce

B.Hive

C.HDFS

D.YARN

4.假设你正在分析某城市交通拥堵数据，最适合的可视化工具是？

A.散点图

B.热力图

C.饼图

D.折线图

5.以下哪种模型适用于时间序列预测？

A.逻辑回归

B.ARIMA模型

C.支持向量机

D.KNN

6.在数据挖掘中，过拟合现象的主要原因是？

A.数据量不足

B.特征选择不当

C.模型复杂度过高

D.以上都是

7.以下哪种技术能够有效降低高维数据的维度？

A.特征编码

B.PCA降维

C.数据清洗

D.标准化

8.在分布式计算中，Spark的RDD（弹性分布式数据集）的主要优势是？

A.支持动态分区

B.支持SQL查询

C.支持图计算

D.以上都是

9.假设你正在处理一份包含10万行数据的电商交易记录