2026年数据清洗与预处理实操试题.docxVIP

2026年数据清洗与预处理实操试题

考试时间：______分钟总分：______分姓名：______

一、单项选择题（每题只有一个正确答案，请将正确选项的首字母填入括号内。每题2分，共30分）

1.在进行数据清洗时，以下哪种情况通常被认为是数据中的重复值？()

A.两条记录的数值型特征完全相同

B.两条记录的字符串型特征在忽略大小写后完全相同

C.两条记录的ID字段不同但其他字段高度相似

D.两条记录的缺失值模式完全相同

2.对于数值型特征中存在的少量缺失值，如果该特征对分析或建模不是特别重要，且数据量充足，一种常见的处理方法是？()

A.使用回归模型预测缺失值

B.将缺失值替换为该特征的全局中位数

C.直接删除包含该缺失值的整个记录

D.将缺失值标记为一个特殊的类别（如-999）

3.在使用Z-score方法识别离群点时，通常认为Z-score的绝对值大于多少可以被视为离群点？（假设数据大致呈正态分布）()

A.0.5

B.1.96

C.2.576

D.3

4.当数据集中某个数值型特征的取值范围非常广，而另一个数值型特征的取值范围较窄时，直接使用某些机器学习算法（如KNN、线性回归）可能会出现问题。为了解决这个问题，