2025年数据挖掘探索数据的奥秘(青岛工学院)网课章节测试答案.docx

2025年数据挖掘探索数据的奥秘(青岛工学院)网课章节测试答案

1.（选择题）某数据集存在30%的缺失值，变量类型为连续型，且缺失模式为随机缺失（MCAR）。以下哪种处理方法最合理？

A.直接删除缺失值所在行

B.用变量均值填充

C.用最近邻插值法填充

D.用回归模型预测填充

答案：B

解析：当缺失值比例在30%以内且为随机缺失时，直接删除（选项A）会损失过多信息；最近邻插值（选项C）适用于时间序列或空间相关数据；回归预测（选项D）需要其他变量与缺失变量有强相关性，否则易引入偏差。连续型变量随机缺失时，均值填充是最简洁且误差较小的方法，因此选B。

2.（判断