数据科学家的面试全攻略及参考答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家的面试全攻略及参考答案

一、统计学与机器学习基础（5题，每题6分，共30分）

1.题目：

某电商平台收集了用户购买行为数据，发现用户的购买金额（Y）与年龄（X1）、购买频率（X2）和用户评分（X3）相关。假设你使用线性回归模型进行预测，模型训练后得到以下系数：β0=50，β1=2，β2=10，β3=-1。请问：

（1）当用户年龄为30岁、购买频率为每周5次、用户评分为4.5时，预测的购买金额是多少？

（2）解释系数β1、β2、β3的经济意义。

（3）如果用户评分增加1分，购买金额预计变化多少？

参考答案：

（1）预测购买金额=β0+β1×X1+β2×X2+β3×X3

=50+2×30+10×5+(-1)×4.5=50+60+50-4.5=155.5元

（2）系数解释：

-β1=2：年龄每增加1岁，购买金额增加2元（假设其他变量不变）。

-β2=10：购买频率每增加1次/周，购买金额增加10元。

-β3=-1：用户评分每增加1分，购买金额减少1元，可能因评分高用户更挑剔导致消费减少。

（3）评分增加1分，购买金额变化=β3×1=-1元（即减少1元）。

解析：考察线性回归模型的基本计算和应用，结合实际业务场景解释系数意义，注意系数的正负反