2026年数据科学原理与实践习题.docxVIP

2026年数据科学原理与实践习题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.下列哪一项不属于数据科学常用的大数据分析框架？

A.Hadoop

B.Spark

C.TensorFlow

D.Flink

2.在数据预处理阶段，处理缺失值的一种方法是使用相邻数据的平均值进行填充，这种方法主要适用于哪种类型的数据特征？

A.分类特征中的缺失类别

B.数值特征，且数据分布大致对称

C.时间序列数据中的缺失点

D.唯一标识符特征

3.下列关于线性回归模型的描述，错误的是？

A.线性回归模型假设因变量与自变量之间存在线性关系

B.最小二乘法是常用的线性回归参数估计方法

C.线性回归模型对异常值非常敏感

D.线性回归模型可以直接用于处理分类预测问题

4.逻辑回归模型主要用于解决哪种类型的问题？

A.回归预测问题

B.聚类分析问题

C.二元或多元分类问题

D.关联规则挖掘问题

5.决策树模型在面临过拟合问题时，常用的处理方法之一是？

A.增加树的深度

B.减少树的深度或使用剪枝技术

C.增加训练数据量

D.