2026年数据清洗与预处理实战测试卷.docxVIP

  • 1
  • 0
  • 约6.22千字
  • 约 11页
  • 2026-11-19 发布于福建
  • 举报

2026年数据清洗与预处理实战测试卷

考试时间:______分钟总分:______分姓名:______

一、选择题(每题2分,共30分)

1.在数据预处理过程中,下列哪一项通常被认为是需要最先处理的问题?

A.数据类型转换

B.缺失值处理

C.重复值处理

D.异常值检测

2.当数据集中某列(非数值型)存在大量重复的文本值时,最直接且常用的处理方法是?

A.将文本转换为数值编码(如One-Hot)

B.使用文本聚类方法

C.删除这些重复的文本值

D.对文本进行分词处理

3.对于连续型特征中的缺失值,如果数据量较大且该特征与其他变量相关性不高,下列哪种填充方法可能效果较好?

A.使用该特征的全局中位数填充

B.随机删除含有该特征缺失值的样本

C.使用其他相关特征的均值进行填充

D.插值法(如线性插值)

4.下列哪个Pandas函数最适合用来快速查看DataFrame的前几行数据?

A.`describe()`

B.`info()`

C.`head()`或`tail()`

D.`unique()`

5.在进行数据标准化(Z-score标准化)时,通常要求特征的均值为0,标准差为1。这对于哪

文档评论(0)

1亿VIP精品文档

相关文档