2026年数据科学硕士研究生入学考试练习题.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学硕士研究生入学考试练习题

一、单选题（共10题，每题2分，计20分）

1.在数据预处理阶段，对于缺失值处理，以下哪种方法在处理大规模稀疏数据时效率最高？

A.删除含有缺失值的行

B.均值/中位数/众数填充

C.K近邻填充

D.基于模型的插补

2.以下哪种算法最适合用于高维数据的降维？

A.决策树

B.线性回归

C.主成分分析（PCA）

D.K-means聚类

3.在自然语言处理（NLP）中，以下哪种模型常用于文本分类任务？

A.卷积神经网络（CNN）

B.递归神经网络（RNN）

C.逻辑回归

D.随机森林

4.假设你正在处理一个时间序列数据集，以下哪种方法最适合用于季节性分解？

A.ARIMA模型

B.线性回归

C.LSTMs

D.K-means聚类

5.在机器学习中，以下哪种评估指标最适合用于不平衡数据集的分类任务？

A.准确率

B.精确率

C.召回率

D.F1分数

6.以下哪种数据库最适合用于存储大规模事务数据？

A.关系型数据库（如MySQL）

B.NoSQL数据库（如MongoDB）

C.数据仓库（如AmazonRedshift）

D.图数据库（如Neo4j）

7.在数据可视化中，以下哪种图表最适合展示时间序列数据的趋势？

A.散点图

B.柱