数据清洗（黑马程序员）第一章课后作业
一、填空题
1．对原始数据进行有效的清洗是大数据分析和应用过程中的关键环节。
2．数据质量的评价指标有准确性、完整性、简洁性、适用性。
3．数据质量的问题可以分为两类﹐分别是基于数据源的和基于清洗方式的“脏”数据分类。
4.数据清洗技术是提高数据质量的有效方法。
5．常见的数据质量问题主要包括缺失值、重复值以及错误值等问题。
二、判断题
1．直接使用原始数据不会影响数据决策的准确性和效率。（×）
2．从数据清洗方式的设计者角度看,可以将“脏”数据分为“独立型‘脏’数据”和“依赖型‘脏’数据”两类。（√）
3．依赖型“脏”数据主要包括缺失数据和拼写错误数据等“脏”数据。（×）
4．数据清洗的目的是要将“脏”数据洗掉。（√）
5．基于数据源的“脏”数据分类的数据质量问题可以分为单数据源问题和多数据源问题。（√）
三、选择题
1.下列选项中， D 是评价数据质量的核心准则。
A．完整性
B．准确性
C．适用性
D、简洁性
2．下列策略中， ABCD 策略属于一般的数据清洗策略。
A.手工清洗
B．自动清洗
C．特定应用领域
D、与特定应用领域无关
3．下列说法中,关于清洗重复值的说法正确的是 C 。
A．清洗重复值的基本思想是“分而合之”B.清洗重复值的基本思想是“排序”
C．清洗重复值的基本思想是“排序和合并”D.清洗重复值的基本思想是“合并”
四、简答题
简述数据清洗的基本流程。
数据清洗的基本流程图：
版权声明：本文为weixin_46002034原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。