单选题

1下面哪一种情况属于违反了“属性违反唯一性”原则，比如主键的取值同一个值出现多次，那么这个就是违背了这个唯一性的问题，同一个主键是指同一个数据对象，比如说如果是居民管理系统，身份证号是唯一的识别主体对象的标志，那么同一个身份证号指的是同一个人，它只能出现一次，不能出现多次，不能是多个人共用一个身份证号，这个就违反了唯一性。

A把电子邮件信息录入到身份证号码字段中了

B身份证号码为12位

C在数据库中，有两条记录所有的字段内容都完全一样

D有多个人的身份证号码相同

答案：D

2下列选项中关于异常值处理叙述错误的是()

A若确定异常值对分析的影响是负面的，删除异常值是最简便的方法

B可将异常值视为缺失值处理

C并不是所有的异常值都是无意义的，部分数据工作就是围绕异常值

D欺诈检验中，若异常值存在，应将其删除

答案：D

3下列关于数据治理的表述错误的是()

A数据治理可理解为对数据管理的管理

B数据治理关注组织架构、制度、流程这些管理要素的整合和执行

C数据质量管理是数据治理核心模块之一，影响数据资产的应用价值

D在数据治理中，数据标准模块主要负责确保隐私、保密性和适当的访问权限等

答案：

4我们对性别字段(取值为“M”，“F”和“unknown”)进行编码:

 gender={“M”, “F”, “unknown”} ——> gender={0，1，2}

上述使用的特征编码类型是( )

A数值编码

B变量编码

C哑变量编码

DOne-Hot编码

答案：

5在Python中，Pandas模块中的 qcut() 方法可以用于( )

A二值化

B等频离散化

C标准化

D等距离散化

答案：

多选题

1下列哪些选项属于数据治理的目标()

A保证数据安全

B实现数据资源在各组织机构部⻔的共享

C从数据中获取最优的价值

D提高数据质量

答案：

2下列选项属于判断异常值的方法的是()

A3σ法则

B散点图

C线性回归

D箱线图

答案：

3下列选项属于数据离散化方法的是( )

A等距法

B映射法

C等频法

D二值化

答案：

4下列哪些因素会影响数据的质量()

A流程因素

B信息因素

C技术因素

D管理因素

答案：

5下列关于填补法的表述错误的是()

A当列特征是离散值时，应采用平均数填充、中位数填充、回归模型填充

B当列特征前后取值有关联时，可采用向前填充、向后填充

C当列特征是连续值时，应采用列特征的众数填充

D若数据集中某一样本或者特征缺失不多，可用特定值替代缺失值

答案：

6数据采集主要的方法有（  ）

A实验方法

B系统日志采集方法

C网络爬虫采集方法

D传感器采集方法

E人工采集的方法

答案：

7下列选项属于数据缺失机制类型的有()

A非随机缺失

B完全随机缺失

C随机缺失

D连续随机缺失

答案：

8数据稽核主要是指对数据质量评估标准的哪些指标进行检查()

A及时性

B一致性

C完整性

D准确性

答案：

填空题

1关系型数据库就是指采用了 结构来组织数据的数据库，它以行和列的形式来存储数据。

答案：

2影响数据质量的因素主要包括 、 、 和管理因素。

答案：

3数据管理它的意义就在于，从大量原始的数据中 、 出对人们有价值的信息，然后再利用这些信息作为行动和 的依据。

答案：

4对于缺失值我们有三种处理方法： 、 和 。

答案：

5数据治理的目标是提高 ，保证 ，实现数据资源在各组织机构部门的共享，从企业数据中获取最优的价值。

答案：

6数据治理（data governance）是指将数据视为企业资产，对数据进行 、 和 ，并对组织内的人员、流程、技术和策略进行编排，是对数据的全生命周期管理。

答案：