2026年数据清洗与数据预处理实战演练题库.docxVIP

2026年数据清洗与数据预处理实战演练题库

考试时间：______分钟总分：______分姓名：______

一、单项选择题（每题只有一个正确选项，请将正确选项字母填入括号内）

1.在数据预处理阶段，下列哪一项通常不属于数据清洗的范畴？

A.处理缺失值

B.特征缩放

C.检测并处理重复值

D.数据类型转换

2.当数据集中某个特征的缺失比例非常高时（例如超过70%），一种常见的处理方法是？

A.使用回归模型预测缺失值

B.直接删除该特征

C.对缺失值填充众数

D.将缺失视为一个独立的类别进行编码

3.对于连续型数值特征，以下哪种方法常用于检测异常值？

A.独热编码(One-HotEncoding)

B.标准化(Z-scoreNormalization)

C.箱线图分析或基于IQR（四分位数间距）的方法

D.标签编码(LabelEncoding)

4.在处理具有多个类别值的分类型特征时，以下哪种编码方法可能导致特征维度急剧增加？

A.标签编码(LabelEncoding)

B.二进制编码(BinaryEncoding)

C.独热编码(One-HotEncoding)

D.