-CDA考试官方模拟题库

备考刷题，请到

CDA认证小程序

你正在带队开发一个“电商平台客单价（LTV）预测”模型，用于辅助制定营销预算。该业务的数据呈现典型的长尾分布：99% 的用户消费金额在 10-500 元之间，但有 1% 的“头部大户”消费金额超过 10 万元。在模型评估时，发现模型在“大户”样本上的预测偏差为 20%（绝对误差数万元），而在普通用户身上偏差仅 1%（绝对误差几元）。关于评估指标的表现，下列推断最准确的是：

A. RMSE（均方根误差）会由于平方效应被“大户”样本的巨大绝对误差主导，导致该指标无法有效表征模型在 99% 普通用户群体上的拟合效果。

B. MAPE（平均绝对百分比误差）对不同数量级的样本具有天然的归一化作用，因此在大户和普通用户并存的场景下，它是评估业务盈亏平衡的最优单一核心指标。

C. MAE（平均绝对误差）相比 RMSE 能显著降低离群值的影响，在本场景中它可以完全消除大额订单对评估结果的干扰，使其等同于中位数预测。

D. 为了兼顾高低消费人群的预测准确性，应采用 RMSLE（对数均方根误差），其核心逻辑是通过对数变换增加模型对高绝对误差的敏感度，从而强制模型拟合大户。

上一题

下一题

题目解析

题目评论(0)

RMSE 由于对误差进行了平方运算，对离群值（Outliers）或大数值样本的误差非常敏感。在该场景下，1% 大户产生的数万元误差平方后会直接主导 RMSE 的数值，掩盖模型在 99% 基础用户上的性能。MAPE 虽然在比例上对等，但在实际业务中，由于低客单价用户的分母小，极小的绝对误差也可能产生巨大的百分比误差（如预测 2 元实际 1 元，误差 100%），同样存在缺陷。通常此类场景建议使用 RMSLE（对数均方根误差），它能缩小大数值的影响，且关注相对误差。D 选项的前半句建议使用 RMSLE 是正确的（这是长尾分布的常用技巧），但后半句理由错误。对数变换的目的是压缩数值范围，降低大数值样本的绝对误差对损失函数的影响，使模型对“相对误差”更敏感，而不是“增加对高绝对误差的敏感度”。