2026年数据挖掘与数据预处理实战习题.docxVIP

2026年数据挖掘与数据预处理实战习题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.下列关于数据预处理重要性的说法中，错误的是：

A.提高数据质量，为后续分析奠定基础

B.降低数据挖掘算法的复杂度

C.增加数据挖掘模型的预测精度

D.减少数据挖掘所需的数据量

2.在处理表格型数据时，如果某属性的大部分值缺失，以下哪种方法通常不适合直接使用？

A.删除包含该属性的记录

B.使用该属性的中位数填充缺失值

C.使用回归方法预测缺失值

D.保留该属性，不做任何处理

3.下列哪项技术属于数据变换的范畴？

A.数据集成

B.特征选择

C.数据规范化

D.数据抽样

4.Z-score标准化处理后的数据，其均值为：

A.0

B.1

C.数据本身的大小

D.无法确定

5.对于类别型特征“颜色”（取值为红,绿,蓝），将其转换为数值特征最常用的方法是：

A.线性回归

B.哑编码（DummyCoding）

C.主成分分析（PCA）

D.最小-最大规范化

6.下列关于缺失值处理方法的描述中，正确的是：