更多“验证过程中应重点关注数据中的缺失值、异常值和极端值及其处理方法。()”相关的问题
第1题
数据清洗主要是删除原始数据集中的无关数据、重复数据,平滑噪声数据,筛选掉与挖掘主题无关的数据,处理缺失值、异常值。()
点击查看答案
第2题
下列不属于数据预处理常用方法的是()
A.缺失值的发现与处理
B.异常值的发现与处理
C.离散变量重编码
D.相关分析
点击查看答案
第3题
数据清洗包括检查数据一致性、处理无效值和缺失值等。()
点击查看答案
第4题
原始数据的错误,异常值和冲突值必须被清理。典型的数据清洁操作包含三个阶段:审计数据发现差距,选择转换来修正差距,将转换应用到数据集。()
点击查看答案
第5题
运用SPSS分析时,判断异常值时可以先对数据进行标准化处理得到Z,Z的绝对值大于3可以认为是异常值。()
点击查看答案
第6题
尺度分析方法中,特征值通常取物理量的最大值、()或常见值。
点击查看答案
第7题
粗大误差:粗大误差是一种显然与实际值不符的误差,又称疏失误差。含有粗差的测量值称为坏值或异常值,在数据处理时,应剔除掉。()
点击查看答案
第8题
Dixon检验法用于一组观测值的一致性检验和剔除一组观测值中的异常值,适用于检出()异常值。
点击查看答案
第9题
按缺失值处理的问卷有可能使数据出现偏差的百分比例是大于15%。()
点击查看答案
第10题
众数是一组数据集中趋势的代表值,具有不受极端值影响的特点。()
点击查看答案