第一章 数据清洗概述 课后作业

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：