2026年数据挖掘项目数据清洗与整合试题.docxVIP

2026年数据挖掘项目数据清洗与整合试题

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预处理中数据清洗的范畴？

A.处理缺失值

B.数据规范化

C.数据类型转换

D.处理重复记录

2.当数据集中的缺失值属于非随机缺失时，简单采用均值或中位数填补可能带来的主要问题是？

A.降低数据方差

B.引入系统性偏差

C.减少数据记录数量

D.改变数据分布特征

3.在使用箱线图识别异常值时，通常认为数据点落在上下四分位数（Q1,Q3）之外多少个标准差范围内可能被视为异常值？（假设数据近似服从正态分布）

A.1

B.1.96

C.2.576

D.3

4.对于包含年龄、收入、评分等不同量纲和数量级的数值属性，进行数据规范化（如Min-Max缩放）的主要目的是？

A.增加数据缺失值

B.减少数据记录数量

C.统一属性尺度，避免量纲影响

D.将所有数据转换为分类数据

5.在进行数据库中的数据整合时，如果表A和表B通过外键进行左连接（LEFTJOIN），那么结果表中会包含哪些记录？

A.仅表A和表B主键完全匹配的记录