2025年大學(xué)人工智能（數(shù)據(jù)預(yù)處理技術(shù)）上學(xué)期期末測(cè)試卷

（考試時(shí)間：90分鐘滿(mǎn)分100分）班級(jí)______姓名______一、選擇題（總共10題，每題3分，每題只有一個(gè)正確答案，請(qǐng)將正確答案填寫(xiě)在括號(hào)內(nèi)）1.數(shù)據(jù)預(yù)處理的第一步通常是（）A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)采集D.數(shù)據(jù)轉(zhuǎn)換2.對(duì)于缺失值較多的特征，以下處理方法不太合適的是（）A.刪除該特征B.用均值填充C.用中位數(shù)填充D.用模型預(yù)測(cè)值填充3.在數(shù)據(jù)標(biāo)準(zhǔn)化中，以下哪種方法不會(huì)改變數(shù)據(jù)的分布形狀（）A.最小-最大標(biāo)準(zhǔn)化B.Z-score標(biāo)準(zhǔn)化C.小數(shù)定標(biāo)標(biāo)準(zhǔn)化D.以上都不是4.數(shù)據(jù)集成過(guò)程中，可能會(huì)遇到的數(shù)據(jù)沖突不包括（）A.結(jié)構(gòu)沖突B.命名沖突C.語(yǔ)義沖突D.數(shù)據(jù)量沖突5.以下哪種數(shù)據(jù)類(lèi)型不屬于結(jié)構(gòu)化數(shù)據(jù)（）A.關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)B.文本文件中的數(shù)據(jù)C.表格形式的數(shù)據(jù)D.固定格式的CSV數(shù)據(jù)6.數(shù)據(jù)離散化的目的不包括（）A.減少數(shù)據(jù)量B.提高模型的魯棒性C.便于數(shù)據(jù)可視化D.增強(qiáng)數(shù)據(jù)的可解釋性7.對(duì)于類(lèi)別不平衡的數(shù)據(jù)，以下處理方法效果較好的是（）A.過(guò)采樣B.欠采樣C.調(diào)整模型的損失函數(shù)D.以上都是8.在數(shù)據(jù)預(yù)處理中，對(duì)數(shù)據(jù)進(jìn)行特征選擇時(shí)，以下哪種方法不屬于基于模型的方法（）A.決策樹(shù)B.支持向量機(jī)C.信息增益D.隨機(jī)森林9.數(shù)據(jù)清洗時(shí)，對(duì)于重復(fù)數(shù)據(jù)的處理方式一般是（）A.全部保留B.隨機(jī)刪除C.只保留一條D.根據(jù)業(yè)務(wù)需求決定10.以下關(guān)于數(shù)據(jù)預(yù)處理的說(shuō)法，錯(cuò)誤的是（）A.數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的重要環(huán)節(jié)B.經(jīng)過(guò)預(yù)處理的數(shù)據(jù)一定能提高模型的性能C.不同的數(shù)據(jù)集可能需要不同的數(shù)據(jù)預(yù)處理方法D.數(shù)據(jù)預(yù)處理可以提高數(shù)據(jù)質(zhì)量二、多項(xiàng)選擇題（總共5題，每題5分，每題有兩個(gè)或兩個(gè)以上正確答案，請(qǐng)將正確答案填寫(xiě)在括號(hào)內(nèi)，少選、多選、錯(cuò)選均不得分）1.數(shù)據(jù)預(yù)處理中，數(shù)據(jù)清洗可能涉及的操作有（）A.去除噪聲數(shù)據(jù)B.處理缺失值C.糾正數(shù)據(jù)中的錯(cuò)誤D.數(shù)據(jù)壓縮2.以下屬于數(shù)據(jù)集成方法的有（）A.實(shí)體識(shí)別B.數(shù)據(jù)融合C.數(shù)據(jù)抽取D.數(shù)據(jù)轉(zhuǎn)換3.數(shù)據(jù)標(biāo)準(zhǔn)化的作用包括（）A.加快模型的收斂速度B.提高模型的泛化能力C.使不同特征具有相同的尺度D.增強(qiáng)數(shù)據(jù)的穩(wěn)定性4.數(shù)據(jù)離散化的方法有（）A.等寬離散化B.等頻離散化C.基于聚類(lèi)的離散化D.基于決策樹(shù)的離散化5.在數(shù)據(jù)預(yù)處理中，特征選擇的常用方法有（）A.基于過(guò)濾的方法B.基于包裝的方法C.基于嵌入的方法D.基于深度學(xué)習(xí)的方法三、判斷題（總共10題，每題2分，請(qǐng)判斷對(duì)錯(cuò)，在括號(hào)內(nèi)填寫(xiě)“√”或“×”）1.數(shù)據(jù)采集得到的數(shù)據(jù)一定是高質(zhì)量的，不需要進(jìn)行預(yù)處理。（）2.數(shù)據(jù)清洗只能處理數(shù)值型數(shù)據(jù)的缺失值。（）3.數(shù)據(jù)集成就是將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)簡(jiǎn)單合并在一起。（）4.最小-最大標(biāo)準(zhǔn)化適用于數(shù)據(jù)分布較為均勻的情況。（）5.數(shù)據(jù)離散化會(huì)丟失數(shù)據(jù)的原有信息。（）6.類(lèi)別不平衡數(shù)據(jù)處理中，過(guò)采樣可能會(huì)導(dǎo)致模型過(guò)擬合。（）7.特征選擇的目的是選擇出對(duì)模型最有用的特征，提高模型的性能。（）8.文本數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，不需要進(jìn)行預(yù)處理。（）9.數(shù)據(jù)預(yù)處理的順序是固定的，不能隨意調(diào)整。（）10.數(shù)據(jù)標(biāo)準(zhǔn)化后，數(shù)據(jù)的均值一定為0，方差一定為1。（）四、簡(jiǎn)答題（總共3題，每題10分，請(qǐng)簡(jiǎn)要回答問(wèn)題）1.請(qǐng)簡(jiǎn)述數(shù)據(jù)預(yù)處理的主要步驟及其作用。2.數(shù)據(jù)清洗中，處理缺失值的方法有哪些？各有什么優(yōu)缺點(diǎn)？3.簡(jiǎn)述基于過(guò)濾的特征選擇方法的原理及常見(jiàn)的方法。五、綜合題（總共1題，每題20分，請(qǐng)結(jié)合所學(xué)知識(shí)，綜合分析并回答問(wèn)題）假設(shè)你正在處理一份關(guān)于某電商平臺(tái)用戶(hù)購(gòu)買(mǎi)行為的數(shù)據(jù)，數(shù)據(jù)中包含用戶(hù)ID、購(gòu)買(mǎi)時(shí)間、購(gòu)買(mǎi)商品類(lèi)別、購(gòu)買(mǎi)金額等字段。其中，購(gòu)買(mǎi)金額字段存在一些缺失值，購(gòu)買(mǎi)商品類(lèi)別字段存在一些異常值（如出現(xiàn)了一些不屬于該電商平臺(tái)商品類(lèi)別的代碼）。請(qǐng)你設(shè)計(jì)一個(gè)數(shù)據(jù)預(yù)處理方案，包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)標(biāo)準(zhǔn)化等步驟，以提高數(shù)據(jù)質(zhì)量，為后續(xù)的數(shù)據(jù)分析和建模做好準(zhǔn)備。答案：一、選擇題1.C2.A3.B4.D5.B6.A7.D8.C9.D10.B二、多項(xiàng)選擇題1.ABC2.ABC3.ABCD4.ABCD5.ABC三、判斷題1.×2.×3.×4.×5.√6.√7.√8.×9.×10.×四、簡(jiǎn)答題1.主要步驟及作用：-數(shù)據(jù)采集：從各種數(shù)據(jù)源獲取原始數(shù)據(jù)。-數(shù)據(jù)集成：將多個(gè)數(shù)據(jù)源的數(shù)據(jù)合并。-數(shù)據(jù)清洗：去除噪聲、處理缺失值等，提高數(shù)據(jù)質(zhì)量。-數(shù)據(jù)轉(zhuǎn)換：如標(biāo)準(zhǔn)化、離散化等，使數(shù)據(jù)適合模型處理。-數(shù)據(jù)歸約：減少數(shù)據(jù)量，同時(shí)保持?jǐn)?shù)據(jù)特征。2.處理缺失值方法及優(yōu)缺點(diǎn)：-刪除法：優(yōu)點(diǎn)是簡(jiǎn)單直接；缺點(diǎn)是可能丟失大量信息。-均值/中位數(shù)填充：優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單；缺點(diǎn)是可能掩蓋數(shù)據(jù)的真實(shí)分布。-模型預(yù)測(cè)填充：優(yōu)點(diǎn)是利用數(shù)據(jù)關(guān)系；缺點(diǎn)是模型不準(zhǔn)確時(shí)效果不佳。3.基于過(guò)濾的特征選擇方法原理及常見(jiàn)方法：原理：通過(guò)計(jì)算每個(gè)特征的某種統(tǒng)計(jì)量，如信息增益等，來(lái)評(píng)估特征的重要性。常見(jiàn)方法：信息增益、信息增益比、卡方檢驗(yàn)等。五、綜合題1.數(shù)據(jù)清洗：-