2026年数据清洗与预处理真题.docxVIP

PAGE/NUMPAGES

2026年数据清洗与预处理真题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.在数据预处理过程中，以下哪一项通常不属于数据清洗的范畴？

A.处理缺失值

B.数据规范化

C.特征工程

D.识别并处理重复记录

2.当数据集中的缺失值比例较高时，以下哪种方法可能带来的信息损失最小？

A.删除含有缺失值的行

B.使用全局均值或中位数填充

C.使用回归或插值方法填充

D.直接忽略缺失值

3.对于包含大量类别且类别数量变化较大的分类特征，以下哪种编码方法更合适？

A.标签编码（LabelEncoding）

B.独热编码（One-HotEncoding）

C.二进制编码（BinaryEncoding）

D.哈希编码（HashEncoding）

4.Z-score标准化方法适用于数据服从何种分布的假设？

A.二项分布

B.泊松分布

C.正态分布

D.均匀分布

5.以下哪个指标常用于检测数值型数据中的异常值？

A.相关系数

B.偏度系数

C.标准差

D.四分位距（IQR