2026年数据挖掘与数据清洗实战训练题库.docxVIP

2026年数据挖掘与数据清洗实战训练题库

考试时间：______分钟总分：______分姓名：______

一、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.在进行数据探索性分析时，以下哪个指标最适合用于衡量连续性变量之间的线性相关程度？

A.相关系数（皮尔逊）

B.协方差

C.皮尔逊指数

D.秩相关系数

2.当数据集中存在大量缺失值时，以下哪种方法可能导致信息损失最大？

A.使用列的均值或中位数填充

B.使用K近邻（KNN）算法进行填充

C.删除含有缺失值的行

D.使用回归模型预测填充

3.对于包含离群点的数值型特征，以下哪种标准化方法通常更为稳健？

A.Z-score标准化（均值为0，标准差为1）

B.Min-Max归一化（缩放到[0,1]区间）

C.MaxAbs归一化（缩放到[-1,1]区间）

D.标准化（均值为0，方差为1）

4.在处理类别型特征时，将每个类别转换为一个单独的列（0或1表示是否存在该类别）的方法称为？

A.标签编码

B.独热编码（One-HotEncoding）

C.顺序编码

D.二进制编码

5.以下哪种数据挖掘技术主要用于发现数据项之间有