2026年数据清洗与预处理实战模拟题库.docxVIP

2026年数据清洗与预处理实战模拟题库

考试时间：______分钟总分：______分姓名：______

一、选择题（每题只有一个正确答案，请将正确选项字母填入括号内）

1.在数据预处理过程中，下列哪一项通常不属于数据清洗的范畴？

A.处理缺失值

B.检测并处理重复记录

C.特征选择

D.数据规范化

2.当数据集中的某个特征存在大量缺失值时，以下哪种方法可能会导致信息损失最大？

A.使用该特征的中位数填充缺失值

B.删除包含该特征缺失值的行

C.使用回归模型预测缺失值

D.将该特征标记为缺失值并直接用于后续分析

3.对于连续型数值特征，如果数据分布偏斜严重，有时会采用什么方法将其转换为近似正态分布？

A.标准化（Z-scoreScaling）

B.离散化

C.对数变换

D.归一化（Min-MaxScaling）

4.在处理分类特征时，将每个类别转换为一个独立的二进制列（0或1）的方法称为？

A.标签编码（LabelEncoding）

B.独热编码（One-HotEncoding）

C.标准化

D.离散化

5.以下哪种方法主要用于检测数值型数据中的异常值？

A.独热编码