2026年数据清洗与预处理技术模拟试题.docxVIP

2026年数据清洗与预处理技术模拟试题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

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.特征选择

C.检测并处理异常值

D.数据规范化

2.当数据集中的缺失值比例较高时，下列哪种删除策略可能会导致信息损失最大？

A.行删除（列表删除）

B.列删除

C.K最近邻填充

D.均值填充

3.对于高度偏态的连续型特征，有时会采用对数变换来改善其分布。这种变换主要目的是？

A.减少噪声

B.提高数据可读性

C.使数据分布更接近正态分布，利于某些算法

D.消除数据中的重复值

4.在数据预处理中，用于将不同量纲的特征统一到同一量级，以避免某些算法中权重偏向量纲较大的特征的方法是？

A.数据编码

B.数据规范化（如Min-MaxScaling）

C.数据标准化（如Z-ScoreNormalization）

D.数据分箱

5.下列哪种方法不属于常用的离群点检测技术？

A.箱线图分析

B.基于密度的空间聚类（如DBSCAN）

C.简单统计检验（如