人工智能领域的数据分析师面试题.docxVIP

第PAGE页共NUMPAGES页

2026年人工智能领域的数据分析师面试题

一、选择题（共5题，每题2分，总计10分）

1.在处理缺失值时，以下哪种方法最适用于连续型数据且能保留数据分布特征？

A.删除含缺失值的行

B.填充均值

C.填充中位数

D.填充众数

2.以下哪个指标最适合评估分类模型的预测稳定性？

A.准确率

B.F1分数

C.AUC

D.变异系数

3.在特征工程中，特征交叉通常指：

A.特征缩放

B.特征编码

C.生成多项式特征

D.特征选择

4.对于时序数据的异常值检测，哪种方法更适用于具有明显趋势的数据？

A.Z-score

B.IQR

C.DBSCAN

D.LOF

5.在模型调优中，以下哪个参数不属于超参数？

A.学习率

B.树的深度

C.特征数量

D.正则化系数

二、填空题（共5题，每题2分，总计10分）

1.在数据清洗过程中，处理重复值时通常建议保留______的记录。

（答案：最新或最早）

2.交叉验证中，k折交叉验证的典型值是______。

（答案：5或10）

3.在数据可视化中，用于比较不同类别的绝对数量时，最合适的图表是______。

（答案：柱状图）

4.对于稀疏矩阵，常用的存储方式是______。

（答案：CSR或COO）

5.在特征重要性评估中，随机森林常用的指标是__