2025年征信數(shù)據(jù)挖掘工程師崗位認(rèn)證：征信數(shù)據(jù)分析挖掘與信用風(fēng)險(xiǎn)試題考試時(shí)間：______分鐘總分：______分姓名：______一、單選題（本部分共20題，每題2分，共40分。仔細(xì)閱讀每題的選項(xiàng)，選擇最符合題意的答案。）1.在征信數(shù)據(jù)分析中，下列哪個(gè)指標(biāo)最能反映個(gè)人的還款能力？（）A.負(fù)債收入比B.信用查詢(xún)次數(shù)C.貸款逾期天數(shù)D.持有信用卡數(shù)量2.信用評(píng)分模型中，邏輯回歸模型的主要缺點(diǎn)是什么？（）A.無(wú)法處理非線性關(guān)系B.對(duì)異常值敏感C.計(jì)算復(fù)雜度高D.解釋性差3.在數(shù)據(jù)預(yù)處理階段，缺失值處理的方法不包括以下哪項(xiàng)？（）A.刪除含有缺失值的記錄B.填充缺失值C.生成缺失值特征D.對(duì)缺失值進(jìn)行分類(lèi)4.征信數(shù)據(jù)中的“五級(jí)分類(lèi)”指的是什么？（）A.逾期30天以?xún)?nèi)、30-60天、60-90天、90天以上、擔(dān)保貸款B.正常、關(guān)注、次級(jí)、可疑、損失C.信用良好、一般、較差、很差、極端D.有房、有車(chē)、無(wú)房、無(wú)車(chē)、無(wú)資產(chǎn)5.在特征工程中，下列哪種方法不屬于降維技術(shù)？（）A.主成分分析（PCA）B.決策樹(shù)C.線性判別分析（LDA）D.嶺回歸6.征信數(shù)據(jù)中的“查詢(xún)記錄”通常指的是什么？（）A.信用卡申請(qǐng)記錄B.貸款審批記錄C.信用報(bào)告查詢(xún)記錄D.擔(dān)保記錄7.在交叉驗(yàn)證中，K折交叉驗(yàn)證的目的是什么？（）A.減少過(guò)擬合B.提高模型泛化能力C.減少計(jì)算時(shí)間D.增加模型復(fù)雜度8.征信數(shù)據(jù)中的“擔(dān)保貸款”指的是什么？（）A.無(wú)抵押貸款B.信用貸款C.抵押貸款D.擔(dān)保貸款9.在模型評(píng)估中，F(xiàn)1分?jǐn)?shù)主要用于衡量什么？（）A.模型的準(zhǔn)確性B.模型的召回率C.模型的精確率D.模型的綜合性能10.征信數(shù)據(jù)中的“負(fù)債收入比”是指什么？（）A.月收入與月支出的比例B.月收入與月負(fù)債的比例C.月負(fù)債與月資產(chǎn)的比例D.月資產(chǎn)與月負(fù)債的比例11.在特征選擇中，遞歸特征消除（RFE）的主要原理是什么？（）A.基于模型的特征重要性排序B.基于相關(guān)系數(shù)的篩選C.基于方差分析的篩選D.基于互信息的篩選12.征信數(shù)據(jù)中的“逾期記錄”通常指的是什么？（）A.信用卡逾期記錄B.貸款逾期記錄C.信用卡申請(qǐng)記錄D.貸款審批記錄13.在模型訓(xùn)練中，過(guò)擬合的主要表現(xiàn)是什么？（）A.模型在訓(xùn)練集上表現(xiàn)好，在測(cè)試集上表現(xiàn)差B.模型在訓(xùn)練集和測(cè)試集上表現(xiàn)都差C.模型在訓(xùn)練集和測(cè)試集上表現(xiàn)都好D.模型無(wú)法收斂14.征信數(shù)據(jù)中的“信用查詢(xún)次數(shù)”是指什么？（）A.信用卡申請(qǐng)次數(shù)B.貸款審批次數(shù)C.信用報(bào)告查詢(xún)次數(shù)D.擔(dān)保記錄查詢(xún)次數(shù)15.在特征工程中，下列哪種方法不屬于特征交互？（）A.特征相乘B.特征相加C.特征平方D.特征歸一化16.征信數(shù)據(jù)中的“貸款余額”是指什么？（）A.當(dāng)前未還貸款金額B.已還貸款金額C.貸款申請(qǐng)金額D.貸款審批金額17.在模型評(píng)估中，AUC曲線主要用于衡量什么？（）A.模型的準(zhǔn)確性B.模型的召回率C.模型的精確率D.模型的綜合性能18.征信數(shù)據(jù)中的“負(fù)債收入比”是指什么？（）A.月收入與月支出的比例B.月收入與月負(fù)債的比例C.月負(fù)債與月資產(chǎn)的比例D.月資產(chǎn)與月負(fù)債的比例19.在特征選擇中，卡方檢驗(yàn)（Chi-square）主要用于衡量什么？（）A.特征與目標(biāo)變量之間的線性關(guān)系B.特征與目標(biāo)變量之間的非線性關(guān)系C.特征與目標(biāo)變量之間的獨(dú)立性D.特征與特征之間的相關(guān)性20.征信數(shù)據(jù)中的“逾期天數(shù)”是指什么？（）A.信用卡逾期天數(shù)B.貸款逾期天數(shù)C.信用報(bào)告查詢(xún)天數(shù)D.擔(dān)保記錄查詢(xún)天數(shù)二、多選題（本部分共15題，每題3分，共45分。仔細(xì)閱讀每題的選項(xiàng)，選擇所有符合題意的答案。）1.在征信數(shù)據(jù)分析中，下列哪些指標(biāo)可以反映個(gè)人的還款能力？（）A.負(fù)債收入比B.信用查詢(xún)次數(shù)C.貸款逾期天數(shù)D.持有信用卡數(shù)量E.月收入水平2.信用評(píng)分模型中，邏輯回歸模型的主要優(yōu)點(diǎn)是什么？（）A.解釋性強(qiáng)B.計(jì)算簡(jiǎn)單C.處理線性關(guān)系D.對(duì)異常值不敏感E.泛化能力強(qiáng)3.在數(shù)據(jù)預(yù)處理階段，缺失值處理的方法包括哪些？（）A.刪除含有缺失值的記錄B.填充缺失值C.生成缺失值特征D.對(duì)缺失值進(jìn)行分類(lèi)E.忽略缺失值4.征信數(shù)據(jù)中的“五級(jí)分類(lèi)”包括哪些？（）A.正常B.關(guān)注C.次級(jí)D.可疑E.損失5.在特征工程中，下列哪些方法屬于降維技術(shù)？（）A.主成分分析（PCA）B.決策樹(shù)C.線性判別分析（LDA）D.嶺回歸E.特征選擇6.征信數(shù)據(jù)中的“查詢(xún)記錄”通常包括哪些？（）A.信用卡申請(qǐng)記錄B.貸款審批記錄C.信用報(bào)告查詢(xún)記錄D.擔(dān)保記錄E.投資記錄7.在交叉驗(yàn)證中，K折交叉驗(yàn)證的優(yōu)點(diǎn)是什么？（）A.減少過(guò)擬合B.提高模型泛化能力C.減少計(jì)算時(shí)間D.增加模型復(fù)雜度E.提高模型穩(wěn)定性8.征信數(shù)據(jù)中的“擔(dān)保貸款”包括哪些？（）A.抵押貸款B.信用貸款C.聯(lián)合貸款D.擔(dān)保貸款E.分期付款9.在模型評(píng)估中，F(xiàn)1分?jǐn)?shù)適用于哪些情況？（）A.數(shù)據(jù)不平衡B.數(shù)據(jù)平衡C.需要綜合考慮精確率和召回率D.需要高召回率E.需要高精確率10.征信數(shù)據(jù)中的“負(fù)債收入比”的影響因素有哪些？（）A.月收入水平B.月支出水平C.月負(fù)債水平D.月資產(chǎn)水平E.借款用途11.在特征選擇中，遞歸特征消除（RFE）的優(yōu)點(diǎn)是什么？（）A.基于模型的特征重要性排序B.計(jì)算效率高C.可以處理高維數(shù)據(jù)D.解釋性強(qiáng)E.可以自動(dòng)選擇特征12.征信數(shù)據(jù)中的“逾期記錄”包括哪些？（）A.信用卡逾期記錄B.貸款逾期記錄C.信用卡申請(qǐng)記錄D.貸款審批記錄E.擔(dān)保記錄查詢(xún)13.在模型訓(xùn)練中，過(guò)擬合的解決方法有哪些？（）A.增加數(shù)據(jù)量B.減少模型復(fù)雜度C.使用正則化D.使用交叉驗(yàn)證E.增加特征14.征信數(shù)據(jù)中的“信用查詢(xún)次數(shù)”的影響因素有哪些？（）A.信用卡申請(qǐng)次數(shù)B.貸款審批次數(shù)C.信用報(bào)告查詢(xún)次數(shù)D.擔(dān)保記錄查詢(xún)次數(shù)E.投資記錄查詢(xún)15.在特征工程中，特征交互的方法有哪些？（）A.特征相乘B.特征相加C.特征平方D.特征歸一化E.特征組合三、判斷題（本部分共15題，每題2分，共30分。請(qǐng)判斷下列說(shuō)法的正誤，正確的填“√”，錯(cuò)誤的填“×”。）1.信用評(píng)分模型中的邏輯回歸模型可以處理非線性關(guān)系。（×）2.在數(shù)據(jù)預(yù)處理階段，刪除含有缺失值的記錄是一種常用的方法，但可能會(huì)導(dǎo)致數(shù)據(jù)丟失。（√）3.征信數(shù)據(jù)中的“五級(jí)分類(lèi)”是一種對(duì)信用風(fēng)險(xiǎn)的量化評(píng)估方法。（√）4.特征工程中的降維技術(shù)可以幫助我們減少模型的復(fù)雜度，提高模型的泛化能力。（√）5.征信數(shù)據(jù)中的“查詢(xún)記錄”通常指的是信用報(bào)告查詢(xún)記錄。（×）6.K折交叉驗(yàn)證的目的是通過(guò)將數(shù)據(jù)分成K份，進(jìn)行K次訓(xùn)練和驗(yàn)證，以提高模型的穩(wěn)定性。（√）7.征信數(shù)據(jù)中的“擔(dān)保貸款”通常指的是無(wú)抵押貸款。（×）8.F1分?jǐn)?shù)是精確率和召回率的調(diào)和平均數(shù)，適用于數(shù)據(jù)不平衡的情況。（√）9.特征選擇中的卡方檢驗(yàn)主要用于衡量特征與目標(biāo)變量之間的獨(dú)立性。（√）10.征信數(shù)據(jù)中的“逾期天數(shù)”是指從還款日到實(shí)際還款日之間的天數(shù)差。（√）11.邏輯回歸模型在處理線性關(guān)系時(shí)表現(xiàn)良好，但在處理非線性關(guān)系時(shí)表現(xiàn)較差。（√）12.在模型訓(xùn)練中，過(guò)擬合的主要原因是模型過(guò)于復(fù)雜，學(xué)習(xí)了噪聲數(shù)據(jù)。（√）13.征信數(shù)據(jù)中的“信用查詢(xún)次數(shù)”增加可能會(huì)對(duì)信用評(píng)分產(chǎn)生負(fù)面影響。（√）14.特征工程中的特征歸一化是一種降維技術(shù)。（×）15.特征交互可以幫助我們捕捉特征之間的相互作用，提高模型的預(yù)測(cè)能力。（√）四、簡(jiǎn)答題（本部分共5題，每題6分，共30分。請(qǐng)簡(jiǎn)要回答下列問(wèn)題。）1.簡(jiǎn)述征信數(shù)據(jù)分析中，如何處理缺失值。（）在征信數(shù)據(jù)分析中，處理缺失值的方法有多種。首先，可以刪除含有缺失值的記錄，但這可能會(huì)導(dǎo)致數(shù)據(jù)丟失，影響模型的泛化能力。其次，可以填充缺失值，常用的填充方法包括均值填充、中位數(shù)填充、眾數(shù)填充等。此外，還可以生成缺失值特征，將缺失值本身作為一個(gè)新的特征，用于模型的訓(xùn)練。最后，還可以使用更高級(jí)的方法，如基于模型的缺失值估計(jì)等。2.解釋什么是信用評(píng)分模型，并簡(jiǎn)述其作用。（）信用評(píng)分模型是一種用于評(píng)估個(gè)人或企業(yè)信用風(fēng)險(xiǎn)的數(shù)學(xué)模型。它通過(guò)分析個(gè)人的信用歷史數(shù)據(jù)，如還款記錄、負(fù)債情況、信用查詢(xún)次數(shù)等，來(lái)預(yù)測(cè)其未來(lái)的還款能力和信用風(fēng)險(xiǎn)。信用評(píng)分模型的作用是為金融機(jī)構(gòu)提供決策支持，幫助其評(píng)估貸款申請(qǐng)人的信用風(fēng)險(xiǎn)，決定是否批準(zhǔn)貸款，以及確定貸款利率和額度等。3.簡(jiǎn)述特征工程在征信數(shù)據(jù)分析中的重要性。（）特征工程在征信數(shù)據(jù)分析中非常重要。它通過(guò)選擇、轉(zhuǎn)換和組合原始特征，生成新的特征，以提高模型的預(yù)測(cè)能力。特征工程可以幫助我們減少模型的復(fù)雜度，提高模型的泛化能力，同時(shí)還可以減少數(shù)據(jù)噪聲，提高模型的魯棒性。此外，特征工程還可以幫助我們更好地理解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中的隱藏規(guī)律，為業(yè)務(wù)決策提供支持。4.什么是過(guò)擬合，簡(jiǎn)述其產(chǎn)生的原因和解決方法。（）過(guò)擬合是指模型在訓(xùn)練集上表現(xiàn)良好，但在測(cè)試集上表現(xiàn)較差的現(xiàn)象。過(guò)擬合產(chǎn)生的主要原因是模型過(guò)于復(fù)雜，學(xué)習(xí)了噪聲數(shù)據(jù)，而不是數(shù)據(jù)中的潛在規(guī)律。解決過(guò)擬合的方法有多種，包括增加數(shù)據(jù)量、減少模型復(fù)雜度、使用正則化、使用交叉驗(yàn)證等。增加數(shù)據(jù)量可以幫助模型學(xué)習(xí)到更魯棒的模式，減少模型復(fù)雜度可以防止模型學(xué)習(xí)到噪聲數(shù)據(jù)，使用正則化可以懲罰模型的復(fù)雜度，使用交叉驗(yàn)證可以評(píng)估模型的泛化能力，防止過(guò)擬合。5.征信數(shù)據(jù)中的“負(fù)債收入比”是如何計(jì)算的，它對(duì)信用評(píng)分有何影響？（）負(fù)債收入比是指?jìng)€(gè)人月負(fù)債總額與月收入總額的比例。它可以通過(guò)將個(gè)人的月負(fù)債總額除以月收入總額來(lái)計(jì)算。負(fù)債收入比是評(píng)估個(gè)人還款能力的重要指標(biāo)，它反映了個(gè)人負(fù)債相對(duì)于其收入的水平。負(fù)債收入比越高，個(gè)人的還款壓力越大，信用風(fēng)險(xiǎn)越高。因此，負(fù)債收入比對(duì)信用評(píng)分有重要影響，通常情況下，負(fù)債收入比越高，信用評(píng)分越低。本次試卷答案如下一、單選題答案及解析1.答案：A解析：負(fù)債收入比直接反映了個(gè)人收入的覆蓋負(fù)債的能力，是衡量還款能力的核心指標(biāo)。查詢(xún)次數(shù)和逾期天數(shù)更多反映信用行為而非能力，信用卡數(shù)量則與負(fù)債能力關(guān)聯(lián)較弱。2.答案：A解析：邏輯回歸本質(zhì)是線性模型，無(wú)法捕捉特征間的非線性關(guān)系，這是其最大局限。B選項(xiàng)對(duì)異常值敏感是真實(shí)，但不是主要缺點(diǎn)。C選項(xiàng)計(jì)算簡(jiǎn)單是優(yōu)點(diǎn)，D選項(xiàng)可解釋性強(qiáng)也是其優(yōu)勢(shì)。3.答案：D解析：A、B、C都是標(biāo)準(zhǔn)缺失值處理方法。D選項(xiàng)“對(duì)缺失值進(jìn)行分類(lèi)”不屬于標(biāo)準(zhǔn)方法，通常是將缺失值作為一類(lèi)或用特定值填充后再分類(lèi)。4.答案：B解析：五級(jí)分類(lèi)是銀行業(yè)通用的風(fēng)險(xiǎn)分類(lèi)標(biāo)準(zhǔn)：正常、關(guān)注、次級(jí)、可疑、損失。A選項(xiàng)是逾期天數(shù)分類(lèi)，C選項(xiàng)是信用好壞主觀分類(lèi)，D選項(xiàng)是資產(chǎn)狀態(tài)分類(lèi)。5.答案：B解析：降維技術(shù)包括PCA、LDA、特征選擇等。決策樹(shù)是分類(lèi)模型，嶺回歸是正則化回歸方法，都不屬于降維技術(shù)。6.答案：C解析：查詢(xún)記錄特指征信報(bào)告被查詢(xún)的記錄，包括個(gè)人自助查詢(xún)、機(jī)構(gòu)查詢(xún)等。A是申請(qǐng)記錄，B是審批記錄，D是擔(dān)保相關(guān)記錄。7.答案：B解析：K折交叉驗(yàn)證通過(guò)多次訓(xùn)練測(cè)試分割，確保模型在多個(gè)數(shù)據(jù)子集上都表現(xiàn)穩(wěn)定，從而提升泛化能力。A是防止過(guò)擬合作用，C是目的之一但不是主要目的。8.答案：D解析：擔(dān)保貸款特指需要第三方提供擔(dān)保的貸款，如抵押貸款。A是無(wú)抵押貸款，B是信用貸款，C是抵押貸款。9.答案：C解析：F1分?jǐn)?shù)是精確率和召回率的調(diào)和平均，特別適用于不均衡數(shù)據(jù)。A是準(zhǔn)確率，B是召回率，D是綜合指標(biāo)但不是F1定義。10.答案：B解析：負(fù)債收入比=月負(fù)債總額/月收入總額。A是收支比，C是負(fù)債資產(chǎn)比，D是資產(chǎn)負(fù)債比，只有B定義正確。11.答案：A解析：RFE通過(guò)遞歸移除不重要特征，核心是依賴(lài)模型特征重要性排序。B是相關(guān)性篩選，C是方差分析篩選，D是互信息篩選。12.答案：B解析：逾期記錄特指未按時(shí)還款的記錄，包括信用卡和貸款。A、C、D都是記錄類(lèi)型，但B更全面涵蓋逾期行為本質(zhì)。13.答案：A解析：過(guò)擬合典型表現(xiàn)是訓(xùn)練集上表現(xiàn)極好，測(cè)試集上表現(xiàn)突降。B是欠擬合，C是擬合良好，D是收斂問(wèn)題。14.答案：C解析：信用查詢(xún)次數(shù)特指征信報(bào)告被查詢(xún)的次數(shù)。A是申請(qǐng)次數(shù)，B是審批次數(shù)，D是擔(dān)保查詢(xún)，只有C定義準(zhǔn)確。15.答案：D解析：特征交互包括特征乘積、加法、多項(xiàng)式等組合方式。歸一化是特征縮放技術(shù)，不屬于交互。16.答案：A解析：貸款余額特指當(dāng)前未還部分。B是已還金額，C是申請(qǐng)金額，D是審批金額，只有A是定義。17.答案：D解析：AUC曲線衡量模型區(qū)分正負(fù)樣本的能力，綜合反映精確率和召回率。B是召回率，C是精確率，A是準(zhǔn)確率。18.答案：B解析：負(fù)債收入比=月負(fù)債總額/月收入總額。同第10題解析。19.答案：C解析：卡方檢驗(yàn)用于檢驗(yàn)特征與目標(biāo)變量的獨(dú)立性。A是線性關(guān)系檢驗(yàn)，B是非線性關(guān)系，D是相關(guān)性檢驗(yàn)。20.答案：B解析：逾期天數(shù)是還款日到實(shí)際還款日的差值。A是信用卡逾期，C是報(bào)告查詢(xún)，D是擔(dān)保查詢(xún)。二、多選題答案及解析1.答案：A、E解析：負(fù)債收入比和月收入水平直接反映還款能力。B是信用行為指標(biāo)，C是逾期風(fēng)險(xiǎn)指標(biāo)，D是信用活躍度指標(biāo)。2.答案：A、B、C解析：邏輯回歸優(yōu)點(diǎn)是解釋性強(qiáng)（系數(shù)可解釋?zhuān)?、?jì)算簡(jiǎn)單（線性代數(shù)）、處理線性關(guān)系。D是缺點(diǎn)，E是集成模型優(yōu)勢(shì)。3.答案：A、B、C解析：D選項(xiàng)“對(duì)缺失值進(jìn)行分類(lèi)”不屬于標(biāo)準(zhǔn)方法。A是刪除法，B是填充法，C是生成特征法。4.答案：A、B、C、D、E解析：五級(jí)分類(lèi)全包含：正常、關(guān)注、次級(jí)、可疑、損失，無(wú)遺漏選項(xiàng)。5.答案：A、C解析：PCA、LDA是降維技術(shù)。B是分類(lèi)模型，D是正則化方法，E是特征選擇，都不屬于降維。6.答案：C、D解析：查詢(xún)記錄特指信用報(bào)告查詢(xún)。A是申請(qǐng)記錄，B是審批記錄，E是投資記錄。7.答案：B、E解析：K折交叉驗(yàn)證主要作用是提高泛化能力和穩(wěn)定性。A是防止過(guò)擬合手段，C是目的之一但不是主要目的。8.答案：A、D解析：擔(dān)保貸款包括抵押貸款和保證貸款。B是信用貸款，C是聯(lián)合貸款（多人共同貸款）。9.答案：A、C解析：F1分?jǐn)?shù)適用于數(shù)據(jù)不平衡場(chǎng)景（精確率召回率都重要）。B是平衡數(shù)據(jù)場(chǎng)景，D是高召回率需求，E是高精確率需求。10.答案：A、B、C解析：負(fù)債收入比受月收入（分子）、月支出（分母間接影響）、月負(fù)債（分母）影響。D是資產(chǎn)水平，E是借款用途。11.答案：A、B、C、E解析：RFE優(yōu)點(diǎn)是利用模型重要性排序、計(jì)算高效、處理高維、自動(dòng)選擇特征。D是解釋性弱缺點(diǎn)。12.答案：A、B解析：逾期記錄特指信用卡和貸款逾期。C是申請(qǐng)記錄，D是審批記錄，E是擔(dān)保查詢(xún)。13.答案：B、C、D解析：過(guò)擬合解決方法包括減少模型復(fù)雜度（如剪枝）、正則化（L1/L2）、交叉驗(yàn)證。A是增加數(shù)據(jù)，通常是緩解過(guò)擬合措施。14.答案：C、D解析：信用查詢(xún)次數(shù)特指征信報(bào)告被查詢(xún)次數(shù)。A是申請(qǐng)次數(shù)，B是審批次數(shù)，E是投資查詢(xún)。15.答案：A、B、C解析：特征交互方法包括特征相乘（如AB）、相加（如A+B）、平方（如A^2）等。D是歸一化，E是特征組合（如向量拼接）。三、判斷題答案及解析1.答案：×解析：邏輯回歸是線性模型，無(wú)法直接處理非線性關(guān)系，需要通過(guò)特征工程轉(zhuǎn)化或使用廣義線性模型。2.答案：√解析：刪除含缺失值記錄簡(jiǎn)單直接，但會(huì)損失大量信息，可能導(dǎo)致樣本不具代表性，影響模型泛化能力。3.答案：√解析：五級(jí)分類(lèi)是銀行業(yè)標(biāo)準(zhǔn)信用風(fēng)險(xiǎn)量化工具，通過(guò)客觀指標(biāo)將信用風(fēng)險(xiǎn)分級(jí)，是征信核心應(yīng)用之一。4.答案：√解析：降維技術(shù)通過(guò)減少特征維度，去除冗余信息，既降低模型復(fù)雜度，又能保留關(guān)鍵信息，提升泛化能力。5.答案：×解析：查詢(xún)記錄特指征信報(bào)告被查詢(xún)行為，與查詢(xún)目的無(wú)關(guān)。查詢(xún)可能用于申請(qǐng)、審批、監(jiān)管等不同場(chǎng)景。6.答案：√解析：K折交叉驗(yàn)證將數(shù)據(jù)均分K份，輪流作為驗(yàn)證集，其他作為訓(xùn)練集，多次評(píng)估取平均，有效提升模型穩(wěn)定性。7.答案：×解析：擔(dān)保貸款本質(zhì)是需要第三方提供還款保障的貸款，最典型的是抵押貸款和保證貸款。信用貸款是無(wú)擔(dān)保貸款。8.答案：√解析：F1分?jǐn)?shù)是精確率（P）和召回率（R）的調(diào)和平均（2PR/(P+R)），特別適用于正負(fù)樣本不均衡場(chǎng)景。9.答案：√解析：卡方檢驗(yàn)通過(guò)統(tǒng)計(jì)檢驗(yàn)判斷特征與目標(biāo)變量是否獨(dú)立。若不獨(dú)立，說(shuō)明特征對(duì)預(yù)測(cè)有價(jià)值，適用于特征篩選。10.答案：√解析：逾期天數(shù)就是從應(yīng)還日到實(shí)還日的實(shí)際延遲天數(shù)，是量化逾期嚴(yán)重程度的標(biāo)準(zhǔn)指標(biāo)。11.答案：√解析：邏輯回歸假設(shè)特征與目標(biāo)變量是線性關(guān)系，當(dāng)存在非線性關(guān)系時(shí)，模型無(wú)法捕捉，導(dǎo)致預(yù)測(cè)效果差。12.答案：√解析：過(guò)擬合本質(zhì)是模型學(xué)習(xí)到訓(xùn)練數(shù)據(jù)中的噪聲和隨機(jī)波動(dòng)，而非數(shù)據(jù)真實(shí)規(guī)律，導(dǎo)致泛化能力差。13.答案：√解析：信用查詢(xún)次數(shù)增加會(huì)觸發(fā)征信模型風(fēng)險(xiǎn)預(yù)警，通常被視為信用申請(qǐng)行為，可能增加信用風(fēng)險(xiǎn)評(píng)分。14.答案：×解析：特征歸一化是特征縮放技術(shù)，將特征值映射到統(tǒng)一范圍（如0-1或均值為0方差為1），屬于數(shù)據(jù)預(yù)處理，非降維。15.答案：√解析：特征交互捕捉特征間聯(lián)合作用，如A和B同時(shí)為高值時(shí)影響更大，這能顯著提升模型預(yù)測(cè)精度，是特征工程重點(diǎn)。四、簡(jiǎn)答題答案及解析1.簡(jiǎn)述征信數(shù)據(jù)分析中，如何處理缺失值。答案：征信數(shù)據(jù)缺失值處理方法包括：（1）刪除法：直接刪除含缺失值的記錄，簡(jiǎn)單但可能丟失重要信息，適用于缺失比例小或缺失隨機(jī)的情況；（2）填充法：用均值/中位數(shù)/眾數(shù)/模型預(yù)測(cè)值填充，需考慮缺失機(jī)制；（3）生成新特征：創(chuàng)建"是否缺失"的二進(jìn)制特征，幫助模型學(xué)習(xí)缺失本身的信息；（4）多重插補(bǔ)：通過(guò)模擬缺失值生成多個(gè)完整數(shù)據(jù)集，分別建模取平均，更復(fù)雜但穩(wěn)健。解析：選擇方法需考慮缺失機(jī)制（完全隨機(jī)/隨機(jī)/非隨機(jī)）和業(yè)務(wù)場(chǎng)景。刪除法最簡(jiǎn)單但損失信息，填充法需謹(jǐn)慎選擇填充值，新特征法適合缺失有規(guī)律性場(chǎng)景，多重插補(bǔ)適用于復(fù)雜非隨機(jī)缺失。2.解釋什么是信用評(píng)分模型，并簡(jiǎn)述其作用。答案：信用評(píng)分模型是利用統(tǒng)計(jì)技術(shù)分析歷史信用數(shù)據(jù)，建立預(yù)測(cè)個(gè)人未來(lái)違約概率的數(shù)學(xué)模型。典型模型有邏輯回歸、決策樹(shù)、評(píng)分卡等。作用包括：（1）量化信用風(fēng)險(xiǎn)：將復(fù)雜信用信息轉(zhuǎn)化為分?jǐn)?shù)，直觀反映風(fēng)險(xiǎn)等級(jí)；（2）高效決策：自動(dòng)審批小額貸款，篩選高風(fēng)險(xiǎn)申請(qǐng)，提高效率；（3）風(fēng)險(xiǎn)定價(jià)：根據(jù)分?jǐn)?shù)確定利率、押金等，實(shí)現(xiàn)風(fēng)險(xiǎn)收益平衡；（4）監(jiān)測(cè)預(yù)警：動(dòng)態(tài)跟蹤客戶(hù)信用變化，提前預(yù)警潛在風(fēng)險(xiǎn)。解析：核