2026年数据清洗与预处理技巧习题集.docxVIP

2026年数据清洗与预处理技巧习题集

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.在数据预处理阶段，缺失值处理方法中，删除含有缺失值的行适用于以下哪种情况？（每题2分）

A.缺失值占比低于5%且数据量足够大

B.缺失值主要集中在少数几个特征上

C.缺失值呈现随机缺失且特征重要度低

D.缺失值存在系统缺失模式

解析：本题考查缺失值处理策略的适用场景。选项A正确，当缺失值占比低于5%且数据量足够大时，删除含有缺失值的行不会显著影响整体样本量，且能保持数据完整性。选项B错误，此时应考虑多重插补等高级方法。选项C错误，随机缺失应采用均值/中位数填充。选项D错误，系统缺失需先识别模式再处理。该知识点出自《2026年数据清洗与预处理技巧习题集》第3章缺失值处理中删除策略适用条件部分，强调需结合数据特征和业务场景综合判断。

2.对于包含异常值的连续型特征，以下哪种标准化方法最合适？（每题2分）

A.Min-Max标准化

B.Z-score标准化

C.MaxAbs标准化

D.Robust标准化

解析：本题考查异常值处理与特征标准化结合。选项B正确，Z-score标准化对异常值不敏感，适用于数据分布接近正态的情况。选项A错误，Min-Max易受异常值影响。选项C错误，MaxAbs不适用于负值数据。选项D错误，Rob