首页
为了去除异常值，我们可以对每个变量计算Z（）得分，然后去除那些Z（）得分异常高或者异常低的个体。
精华吧
→
答案
→
远程教育
→
国家开放大学
为了去除异常值，我们可以对每个变量计算Z（）得分，然后去除那些Z（）得分异常高或者异常低的个体。
A、正确
B、错误
正确答案：A
Tag：
得分
变量
个体
时间：2024-03-21 12:22:08
上一篇：
异常点通常是指处于数据边界和数据集中的其他点有着不同模式的点。
下一篇：
如果数据质量不高，则会影响数据挖掘的结果。
相关答案
1.
数据预处理是数据分析工作的实施阶段。
2.
dropna（）函数默认是删除行，要对列进行删除，则需要添加参数axis=1。
3.
下列代码可以将数据集data中的重复个体检测出的是（）。
4.
数据预处理涉及数据整理和整合的各个方面，包括数据清洗、筛选和数据变换，用于数据挖掘前的模型选择等，有助于提高数据挖掘的效率。
5.
缺失值是不受标准化过程影响的。
6.
下列关于抽样的说法错误的是（）。
7.
一些数据集是由合并数据源形成的，这就使其有可能含有重复数据或者近似重复的个体。
8.
duplicated（）函数可以将数据中的重复值直接筛选出来。
9.
缺失值会受到标准化过程影响。
10.
下列关于函数duplicated（）的说法正确的是（）。
热门答案
1.
下列关于函数duplicated（）的说法不正确的是（）。
2.
数据整合是一个将两个或者多个对象的值合并成一个对象的预处理操作。
3.
数据整合是一个将两个或者多个对象的值合并成一个对象的预处理操作，数据整合不包括（）。
4.
离散化是一种将连续取值的变量转换成一个分类变量的数据预处理步骤。
5.
下列不属于期望预测误差的是（）。
6.
下列关于主成分的属性说法错误的是（）。
7.
离散化是一种将分类取值的变量转换成一个连续变量的数据预处理步骤。
8.
下列关于抽样的说法正确的是（）。
9.
设定虚拟变量时，对于每个样本而言，同一个定性变量对应虚拟变量的值之和不超过1。
10.
数据整合是一个将两个或者多个对象的值合并成一个对象的预处理操作，数据整合包括（）。