人工智能高中数据预处理案例试卷.docxVIP

人工智能高中数据预处理案例试卷

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在题后括号内。每题2分，共20分）

1.在人工智能应用中，数据预处理的首要步骤通常是处理数据中的（）。

A.异常值

B.缺失值

C.数据编码

D.数据归一化

2.当数据集中某个特征的取值范围非常大，而另一个特征取值范围很小时，直接使用某些算法（如K近邻）可能会受到较大影响。为了解决这个问题，常采用的预处理方法是（）。

A.数据标准化

B.数据归一化

C.数据离散化

D.数据编码

3.在处理分类特征时，如果某个特征有多个类别，并且类别数量很多，将其直接输入到很多机器学习模型中会存在问题。一种常用的处理方法是（）。

A.数据缺失值填充

B.数据标准化

C.独热编码（One-HotEncoding）

D.标签编码（LabelEncoding）

4.对于缺失数据的处理，简单粗暴地用固定值（如0或均值）填充所有缺失值，在哪些情况下可能不是最佳选择？（）

A.缺失数据较少时

B.缺失数据分布与整体数据一致时

C.缺失数据本身是有意义的（例如，年龄字段缺