2026年数据清洗与预处理技巧试题.docxVIP

2026年数据清洗与预处理技巧试题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分）

1.下列哪一项不属于数据质量问题的常见类型？

A.缺失值

B.数据重复

C.数据格式统一

D.异常值

2.当数据集中的缺失值比例较高时，以下哪种方法可能会导致信息损失较大？

A.删除含有缺失值的行

B.使用列的均值或中位数填充

C.使用回归模型预测填充

D.使用最频繁值填充

3.在进行探索性数据分析后，发现某连续型特征存在极端偏态，为了使该特征更符合某些机器学习模型的假设，最适合采用的方法是？

A.标准化（Z-scorenormalization）

B.归一化（Min-Maxscaling）

C.对数变换

D.线性变换

4.对于分类任务中的类别特征，以下哪种编码方法会引入不必要的多重共线性问题？

A.标签编码（LabelEncoding）

B.独热编码（One-HotEncoding）

C.二进制编码（BinaryEncoding）

D.目标编码（TargetEncoding）

5.以下哪种方法通常用于检测数据中的离群点？

A.简单