2026年计算机科学大数据分析数据清洗试题及答案.docxVIP

2026年计算机科学大数据分析数据清洗试题及答案

一、选择题（每题2分，共40分）

1.以下哪项不是数据清洗的基本原则？

A.数据一致性

B.数据完整性

C.数据时效性

D.数据安全性

2.在大数据环境下，数据清洗面临的最大挑战是？

A.数据量过大导致处理效率低下

B.数据格式多样

C.数据来源复杂

D.以上都是

3.下列哪种方法最适合处理缺失比例较高的数据集？

A.直接删除含缺失值的记录

B.均值/中位数填充

C.使用模型预测缺失值

D.标记缺失值并作为特征使用

4.在处理异常值时，以下哪种方法属于统计学方法？

A.基于密度的异常检测

B.孤立森林算法

C.3σ原则

D.局部离群因子(LOF)

5.下列哪项不是数据质量评估的维度？

A.准确性

B.一致性

C.时效性

D.美观性

6.在数据标准化处理中，Z-score方法的主要优点是？

A.将数据映射到[0,1]区间

B.保持数据的原始分布形状

C.处理异常值的能力较强

D.适用于非正态分布的数据

7.下列哪项技术最适用于处理半结构化数据清洗？

A.正则表达式

B.XML解析器

C.有限状态自动机