2026年数据科学专业认证(CDSP)考试题库（附答案和详细解析）（0912）.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）

在数据科学项目中，用于量化预测模型在分类任务中整体正确率的常用评估指标是（）。

A.准确率（Accuracy）

B.召回率（Recall）

C.精确率（Precision）

D.F1分数

答案：A

解析：准确率是分类正确的样本数占总样本数的比例，直接反映模型整体正确率。召回率关注正类样本被找出的比例，精确率关注预测为正类的样本中真正的正类比例，F1分数是精确率和召回率的调和平均。因此，描述“整体正确率”的指标是准确率。

在数据清洗过程中，对于数值型特征中存在少量缺失值的情况，下列处理方法中最合理的是（）。

A.直接删除缺失值所在的所有特征

B.使用均值、中位数或众数进行填充

C.将所有缺失值替换为0

D.不进行任何处理

答案：B

解析：数值型特征少量缺失时，用均值、中位数等统计量填充可减少信息损失。直接删除特征会丢失大量信息；全部替换为0会引入错误偏差；不处理可能导致后续建模失败。A、C、D均不合理，B最稳健。

下列Python库中，专门用于数据操作和清洗、提供DataFrame数据结构的是（）。

A.NumPy

B.Pandas

C.Matplotlib

D.Scikit-learn

答案：B

解析：Pandas提供DataFrame和Series数据结构，适合表格数