2026年大数据清洗与预处理真题卷.docxVIP

PAGE/NUMPAGES

2026年大数据清洗与预处理真题卷

考试时间：______分钟总分：______分姓名：______

一、单项选择题（每题2分，共30分。下列每小题备选答案中，只有一个最符合题意。）

1.在大数据预处理阶段，下列哪一项通常不属于数据清洗的范畴？

A.处理缺失值

B.检测并处理异常值

C.特征选择

D.数据集成中的冲突解决

2.对于连续型特征中的缺失值，使用该特征的均值进行填充，这种方法在数据分布接近正态且缺失比例不高时，通常是一种简单有效的策略，但这是一种什么类型的填充方法？

A.基于模型的方法

B.随机填充

C.均值/中位数/众数填充

D.K最近邻填充

3.在数据预处理中，数据标准化（Z-scorenormalization）的目标是将特征的均值转换为0，标准差转换为1。这种转换的主要目的是什么？

A.提高模型的预测精度

B.消除不同特征之间量纲的影响，使它们具有可比性

C.减少数据中的噪声

D.直接将数据转换为二进制格式

4.下列哪种方法不属于常用的异常值检测技术？

A.基于统计的方法（如3σ原则）

B.基于距离的方法（如KNN）

C.基于密度的方法（如DBSCAN