2026年数据清洗与预处理操作练习题.docxVIP

2026年数据清洗与预处理操作练习题

考试时间：______分钟总分：______分姓名：______

一、单项选择题（下列选项中，只有一项符合题意，请将正确选项的代表字母填在题干后的括号内。）

1.在进行数据清洗时，对于连续型特征中极端异常的数值，以下哪种方法通常不适用于直接替换其值？（）

A.将其替换为该特征的中位数

B.将其替换为该特征的均值

C.将其视为缺失值处理

D.使用基于模型的方法预测其合理值

2.如果一个数据集中的某个特征有15%的数据缺失，且该特征与其他特征的相关性不高，同时该特征对目标变量的影响较大，以下哪种处理方法可能不太合适？（）

A.使用众数填充

B.使用回归模型预测缺失值

C.删除含有该缺失值的样本

D.使用K-最近邻（KNN）方法填充

3.对于类别特征“颜色”的值为“红色”、“蓝色”、“绿色”，进行One-Hot编码后，结果会生成多少个新特征？（）

A.1

B.2

C.3

D.4

4.在处理数据集中的重复记录时，如果重复记录仅出现在某些特定特征上，而其他特征可能存在差异，以下哪种策略是恰当的？（）

A.直接删除所有重复记录

B.只删除完全重复的所有记录

C.