登录

信息技术（高中·浙教版）高三上册《第七章 数据清洗与预处理》练习题

共 18 道沉淀题 · AI 对照课标原创 · 三重审校答案可核对

需要完整试卷（信息技术（高中·浙教版）高三上册《第七章 数据清洗与预处理》单元测试卷）？

按本单元考点 AI 生成整卷：正卷 + 答案页 + 逐题解析，PDF 精排 / Word 可编辑 / 打印装订寄到家。

生成完整试卷 →

本单元考点（4 个）

数据质量评估缺失值处理异常值与重复数据数据变换与归一化

本单元练习题（18 题）

选择题 ★ 精品 详情 →

1. 某校信息系统中的学生档案，姓名、学号和联系方式均已填写，但部分学号与实际学生不符，另有少数记录与其他系统中的年级信息不一致。对此数据质量问题的判断，正确的是（　） A. 存在完整性问题，不存在准确性问题　B. 存在准确性和一致性问题，完整性较好　C. 只存在一致性问题　D. 三项数据质量维度均无问题

登录查看答案

选择题 ★ 精品 详情 →

2. 某班采集学生体检数据形成记录表，小华用Python对“体重(kg)”字段进行质量检查。检查发现：记录①体重填写为“58”且字段类型为字符串；记录②与记录⑧的学号、姓名、体重等全部字段完全相同；记录③体重为580，明显偏离该班50—70的正常区间；记录④体重缺失。下列关于数据清洗操作的说法正确的是 A. 记录②属于异常值，应用3σ原则检测后删除 B. 记录③属于重复数据，应按学号去重 C. 记录④属于缺失值，可直接用均值填充，与异常值处理方法相同 D. 记录②应去重，记录③应用箱线图或3σ原则识别为异常值并修正或剔除，两者处理方法不同

登录查看答案

填空题 ★ 精品 详情 →

3. 某数据集记录三件器材的长度，分别为120 cm、1.6 m和200 cm。统一长度单位后，按 min-max 归一化公式 x′=(x−x_min)/(x_max−x_min) 处理，1.6 m对应的归一化值为____。

登录查看答案

选择题 ★ 精品 详情 →

4. 某班采集了15条月消费数据，其中14条集中在2800～3400元之间，另有1条为98000元，明显偏离其余数据；进一步检查发现重复记录：3100元出现3次，3200元、3150元、3250元、3300元各出现2次（其余数据均只出现1次）。按照“先剔除异常值，再对完全相同的记录只保留1条”的规范流程处理后，最终保留的数据条数是（　　） A. 8　B. 9　C. 12　D. 14

登录查看答案

选择题 ★ 精品 详情 →

5. 某班级采集的学生体质数据表中，部分记录的「身高」字段为空值。若这些空值记录数量很少，且对整体分析影响不大，最合适的缺失值处理策略是直接（　　） A. 用全体平均值填充 B. 删除这些含空值的记录 C. 用上一个记录的值填充 D. 保留空值不作处理

登录查看答案

选择题 ★ 精品 详情 →

6. 某电商平台对一份包含 1000 条商品记录的数据集进行清洗前评估：其中「价格」字段有 30 条缺失，「库存」字段有 5 条缺失。已知「价格」是后续销量分析的关键属性，且缺失比例较高；「库存」字段缺失比例极低，且各记录相互独立。若希望尽可能保留「价格」字段中有用信息，同时对「库存」字段做简单、可靠的处理，则合理的策略是（　　）A. 两个字段均直接删除含缺失值的整条记录　B. 「价格」用该字段的均值填充，「库存」删除含缺失值的整条记录　C. 「价格」删除缺失记录，「库存」用均值填充　D. 两个字段均用均值填充，不做删除

登录查看答案

选择题 ★ 精品 详情 →

7. 某电商平台采集了一份商品销售数据表，其中「销量」字段存在少量缺失值。已知该字段数据近似服从正态分布，且缺失记录仅占总记录数的2%。若后续要做销量分布的整体统计分析，最合适且不引入明显偏差的处理策略是（　　） A. 直接删除所有含缺失值的记录 B. 用该字段所有非空记录的平均值填充 C. 将缺失值统一填为0 D. 用上一条记录的销量值填充

登录查看答案

填空题 ★ 精品 详情 →

8. 某气象部门对采集的温度传感数据进行质量评估时发现：①部分时段的温度数值因设备故障未被记录；②少数温度值出现明显不合常理的记录（如某地夏季气温为-80℃）；③不同传感器对同一时刻温度的记录单位不一致，有的用摄氏度、有的用华氏度。上述三类问题分别主要反映了数据质量维度中的____、____和____问题。

登录查看答案

选择题 ★ 精品 详情 →

9. 某数据表记录三次任务耗时，分别为0.5 min、40 s和1.5 min。先统一换算为秒，再对该列作 min-max 归一化：x′=(x−x_min)/(x_max−x_min)。40 s对应的归一化值是（　）。 A. 1/9　B. 1/6　C. 1/3　D. 2/3

登录查看答案

选择题 ★ 精品 详情 →

10. 某系统比较三台设备的吞吐量（越大越好）与差错率（越小越好）。设备甲、乙、丙的吞吐量依次为0.6万件、7200件、0.9万件，差错率依次为0.8%、5‰、2%。统一单位后，吞吐量按(x−最小值)/(最大值−最小值)归一化，差错率按(最大值−x)/(最大值−最小值)归一化。乙的两项归一化结果依次为哪一组？ A. (0.4，1)　B. (0.4，0)　C. (0.6，1)　D. (0.6，0)

登录查看答案

填空题 ★ 精品 详情 →

11. 某物流公司对车辆GPS轨迹数据进行质量评估，发现以下情况：①部分车辆在个别时间段内没有上传任何位置记录；②少数记录的速度值达到每小时1500公里，明显超出车辆实际可能达到的速度；③同一车辆同一时刻在不同数据表中记录的车牌号不一致。上述①②③分别主要反映的数据质量维度是____、____、____（依次填写）。

登录查看答案

填空题 详情 →

12. 为消除不同量纲对数据分析的影响，将指标值 x 按 x′=(x−x_min)/(x_max−x_min) 映射到 [0,1] 区间，这种数据变换称为____。

登录查看答案

填空题 详情 →

13. 某平台整理商品评价数据时，发现少量记录的“评价内容”字段缺失，且删除这些记录不会明显影响后续分析。此时可采用的缺失值处理策略是____。

登录查看答案

填空题 详情 →

14. 某数据集中的温度记录单位不一致，统一换算为摄氏度后，为消除不同量纲对分析的影响，将每个数据减去该列均值，再除以该列标准差，使变换后数据的均值为0、标准差为1。这种数据变换称为____。

登录查看答案

选择题 详情 →

15. 某电商平台对一批用户订单数据进行质量评估，发现以下情况：①部分订单的收货地址字段为空；②个别订单金额出现负数；③同一用户在同一时间被记录为两个不同的注册手机号。其中依次对应的数据质量维度是（　　） A. 准确性、完整性、一致性 B. 完整性、准确性、一致性 C. 完整性、一致性、准确性 D. 一致性、准确性、完整性

登录查看答案

填空题 详情 →

16. 某公司在整理员工信息表时，发现「联系电话」字段存在少量缺失值。由于后续分析不需要用到该字段，且缺失记录占比很小，最简单且合适的缺失值处理策略是直接____这些含缺失值的记录；若缺失字段是后续分析的关键字段且缺失占比较高，则不宜删除，可采用均值、中位数等方式进行____（填处理策略名称）。

登录查看答案

填空题 详情 →

17. 某数据集某一指标列的均值为50，标准差为5。为消除量纲影响，采用标准化变换 x′=(x−50)/5 对该列数据进行处理。若某条记录的原始值为65，则变换后的数值为____；经此变换后，整列数据的均值为0、标准差为____。

登录查看答案

填空题 详情 →

18. 某医院对体检数据库进行质量评估：①血压字段全部有值，但部分记录的收缩压值明显超出人体生理可能范围；②部分记录中同一患者在不同表中的出生日期不同；③个别记录存在同一患者完全重复的两行数据。依据数据质量维度判断：问题①属于____性问题，问题②属于____性问题，而问题③应在数据清洗的处理____数据环节中解决。

登录查看答案

信息技术（高中·浙教版）其他单元练习题

第一章 信息与信息社会（18题）第一章 人工智能平台与开源工具（18题）第一章 数据结构的基本概念（18题）第一章 信息系统的组成与结构（18题）第一章 迭代算法（18题）第一章 数据库与数据表（18题）第二章 数组（18题）第二章 机器学习入门（18题）第二章 数据与计算——数制与存储（18题）第二章 E-R 模型与数据表设计（18题）第二章 计算机硬件系统（18题）第二章 递归算法（18题）

题目由 AI 对照课标原创生成并经机审+人审，如发现质量问题可 联系我们。