数据清洗阶段,对于以下哪些处理方式可以用来处理缺失值?()
①用均值填充
②转换为哑变量(0,1),代表数据是否缺失
③使用回归模型去预测缺失值
A.①②③
B.②③
C.①③
D.①②
您可能感兴趣的试卷
你可能感兴趣的试题
A.训练(Train)集
B.验证(Validation)集
C.检验(Test)集
D.以上都不用
A.分类(Classification)
B.分群(Clustering)
C.关联(Association)
D.预测(Prediction)
A.电子商务网站向顾客推荐商品的广告
B.信用卡欺诈识别
C.电信用户离网预警
D.预测GDP与工业产值之间的关系
A.欧氏距离
B.曼哈顿距离
C.汉明距离
D.杰卡德距离
A.条形图
B.直方图
C.散点图
D.折线图
A.主对角线
B.主对角线下方(不含主对角线)
C.主对角线上方(不含主对角线)
D.除主对角线外的所有区域
A.一元线性回归
B.朴素贝叶斯
C.K-Means
D.关联规则
A.一元线性回归
B.DW检验
C.ANOVA
D.T检验
A.ridge
B.lasso
C.K-Means
D.弹性网络
A.异方差性
B.多重共线性
C.残差自相关性
D.查全率
最新试题
如果一个回归模型分为两步:先使用PCA降维,然后用多元线性回归做预测,那么测试集的结果应当如何计算()
对于一个多分类模型,可以如何选择训练集?()
以下几项中,可以归于知识发掘处理(Knowledge Discovery Process)中的数据清洗阶段的有()
属于簇有效性的监督度量是:()
ROC曲线的x轴,实际上可以由每个阈值下混淆矩阵的()计算而来
关于缺失值填充与训练集、测试集的关系,下面正确的操作是()
ROC曲线的y轴,实际上可以由每个阈值下混淆矩阵的()计算而来
以下算法中,属于无监督算法的是()
分类型变量的缺失值可以怎样填充?()
支持向量机(SVM)算法,通常可以用来解决何种问题?()