2026年数据清洗与数据预处理技巧题库.docxVIP

2026年数据清洗与数据预处理技巧题库

考试时间：______分钟总分：______分姓名：______

一、选择题（请将正确选项的字母填入括号内）

1.在数据预处理过程中，下列哪一项通常被认为是最后一步？（）

A.特征选择

B.数据标准化

C.处理缺失值

D.数据集划分

2.当数据集中存在大量缺失值时，以下哪种方法可能会导致信息损失较大？（）

A.使用最频繁出现的值填充

B.K最近邻（KNN）填充

C.删除含有缺失值的行

D.使用回归模型预测缺失值

3.对于分类特征“颜色”取值为“红色”、“蓝色”、“绿色”，以下哪种编码方法适合用于线性模型？（）

A.二进制编码

B.标签编码

C.独热编码

D.目标编码

4.Z-score标准化方法适用于数据分布大致呈正态分布的情况，其目标是使处理后的数据均值为多少？（）

A.0

B.1

C.数据原始均值

D.数据原始标准差

5.在处理连续型特征时，将其转换为分类特征的方法之一是？（）

A.标签编码

B.独热编码

C.分箱（离散化）

D.标准化

6.如果数据集中存在重复的行记录（所有字段值