Datenbereinigung und -aufbereitung: Quizfragen und Übungen

Question 1

Welche Methode zur Behandlung fehlender Werte ersetzt fehlende Werte durch den Durchschnitt der jeweiligen Spalte?

Accepted Answer

Mittelwertimputation

Answer

Medianimputation

Answer

K-NN-Imputation

Answer

Löschen

Question 2

Welche der folgenden Methoden wird NICHT zur Behandlung fehlender Werte in Datensätzen verwendet?

Accepted Answer

Normalisierung

Answer

Imputation

Answer

Löschung

Answer

Mittelwertersetzung

Question 3

Welche der folgenden Methoden wird NICHT zur Behandlung fehlender Werte verwendet?

Accepted Answer

Normalisierung

Answer

Imputation

Answer

Löschung

Answer

Mittelwertbildung

Question 4

Welche der folgenden Methoden wird häufig zur Normalisierung numerischer Daten verwendet?

Accepted Answer

Standardisierung

Answer

Imputation

Answer

Binarisierung

Question 5

Welcher der folgenden Algorithmen wird häufig zur impliziten Imputation von fehlenden numerischen Werten verwendet?

Accepted Answer

K-Nearest Neighbors

Answer

Naive Bayes

Answer

Entscheidungsbaum

Answer

Lineare Regression

Question 6

Welche der folgenden Aufgaben ist Teil des Prozesses der Datenbereinigung?

Accepted Answer

Identifizierung von Ausreißern

Answer

Visualisierung

Answer

Merkmalsextraktion

Answer

Modelltraining

Question 7

Welche der folgenden Techniken wird zur Normalisierung numerischer Daten in der Datenaufbereitung verwendet?

Accepted Answer

Standardisierung

Answer

Binning

Answer

Codierung

Answer

Diskretisierung

Question 8

Welche der folgenden Methoden ist keine Möglichkeit, Ausreißer in Daten zu identifizieren?

Accepted Answer

Mittelwert und Standardabweichung

Answer

Interquartilsabstand

Answer

Z-Score

Answer

Boxplot

Question 9

Welche Methode wird zur Imputation fehlender numerischer Werte verwendet, die den Mittelwert der vorhandenen Daten darstellt?

Accepted Answer

Mittelwertimputation

Answer

Zufallsimputation

Answer

Nullwertimputation

Answer

Medianimputation

Question 10

Welche Technik kann angewendet werden, um die häufigste Kategorie anstelle fehlender Werte in kategorialen Daten zu ermitteln?

Accepted Answer

Modusanalyse

Answer

Mittelwertimputation

Answer

Zufallszuweisung

Answer

Datenausschluss

Question 11

Welche Methode zur Identifizierung von Ausreißern in Daten verwendet die Differenz zwischen dem dritten und ersten Quartil?

Accepted Answer

Interquartilsabstand (IQR)

Answer

Mittelwert

Answer

Variationskoeffizient

Answer

Standardabweichung

Question 12

Welcher Schritt ist NICHT Teil des typischen Datenbereinigungsprozesses?

Accepted Answer

Datenvisualisierung

Answer

Ausreißeridentifizierung

Answer

Umgang mit fehlenden Werten

Answer

Datentransformation

Question 13

Welche bewährte Vorgehensweise gilt für den Umgang mit fehlenden Werten?

Accepted Answer

Überprüfung des Musters fehlender Werte (zufällig oder systematisch)

Answer

Immer fehlende Werte imputieren

Answer

Ignorieren fehlender Werte

Question 14

Welche Herausforderung ist mit der Datenbereinigung verbunden?

Accepted Answer

Zeitaufwändiger und iterativer Prozess

Answer

Einfacher Prozess

Answer

Kann immer automatisiert werden

Answer

Nicht für alle Datensätze erforderlich

Question 15

Was ist ein primäres Ziel des Datenbereinigungsprozesses?

Accepted Answer

Vorbereitung der Daten für die Analyse

Answer

Visualisierung der Daten

Answer

Archivierung der Daten

Answer

Speicherung der Daten

Question 16

Welche der folgenden Methoden ist am besten geeignet, um fehlende Werte zu behandeln, wenn die zugrunde liegenden Daten nicht zufällig fehlen?

Accepted Answer

Imputation mit k-nächsten Nachbarn

Answer

Zufällige Imputation

Answer

Imputation des Mittelwerts

Answer

Imputation des Medians

Question 17

Welcher der folgenden Algorithmen ist ein überwachter Algorithmus, der zur Datenbereinigung verwendet werden kann?

Accepted Answer

Entscheidungsbaum

Answer

Dichtebasierte räumliche Clusterung von Anwendungen mit Rauschen (DBSCAN)

Answer

Hauptkomponentenanalyse (PCA)

Answer

k-Means-Clustering

Question 18

Welche der folgenden Aufgaben gehört nicht zur Datenaufbereitung?

Accepted Answer

Feature-Engineering

Answer

Datenbereinigung

Answer

Datenintegration

Question 19

Welche der folgenden Aussagen zum Umgang mit stark korrelierten Features ist korrekt?

Accepted Answer

Sie können entfernt oder durch ein neues Feature ersetzt werden, das ihre gemeinsame Information einfängt.

Answer

Sie sollten immer entfernt werden, da sie die Modellleistung beeinträchtigen.

Question 20

Welche der folgenden Metriken wird verwendet, um die Qualität bereinigter Daten zu bewerten?

Accepted Answer

Datenvollständigkeit

Answer

F1-Score

Answer

Genauigkeit

Answer

Sensitivität

Question 21

Welche der folgenden Methoden kann verwendet werden, um redundante Daten zu identifizieren?

Accepted Answer

Häufigkeitsverteilung

Answer

Lineare Regression

Answer

Entscheidungsbaum

Question 22

Welche der folgenden Aussagen zur Datenbereinigung ist falsch?

Accepted Answer

Datenbereinigung ist ein einmaliger Prozess.

Answer

Datenbereinigung ist ein iterativer Prozess.

Answer

Datenbereinigung ist ein wichtiger Schritt in der Datenanalyse.

Answer

Datenbereinigung kann die Modellleistung verbessern.

Question 23

Welche Maßnahme ist am effektivsten, um Duplikate in einem Datensatz zu entfernen?

Accepted Answer

Verwendung eines eindeutigen Primärschlüssels

Answer

Manuelle Überprüfung und Löschung

Answer

Sortieren und Vergleichen der Datensätze

Question 24

Welche Aussage über den Prozess der Datenaufbereitung ist korrekt?

Accepted Answer

Sie ist ein iterativer Prozess, der eine kontinuierliche Verbesserung der Datenqualität ermöglicht.

Answer

Sie erfordert keine fortgeschrittenen technischen Kenntnisse.

Answer

Sie garantiert eine fehlerfreie Datenqualität.

Question 25

Welches Tool wird häufig zur explorativen Datenanalyse und Datenaufbereitung in Python verwendet?

Accepted Answer

Pandas-Bibliothek

Answer

NumPy-Bibliothek

Answer

Matplotlib-Bibliothek

Answer

Scikit-learn-Bibliothek

Question 26

Welche Aufgabe gehört NICHT zur Datenbereinigung?

Accepted Answer

Erstellung von Datenvisualisierungen

Answer

Imputation fehlender Werte

Answer

Normalisierung numerischer Daten

Answer

Erkennung und Behandlung von Ausreißern

Question 27

Welche der folgenden Aussagen zur Datenaufbereitung ist falsch?

Accepted Answer

Datenaufbereitung verbessert immer die Genauigkeit von Machine-Learning-Modellen.

Answer

Datenaufbereitung kann Speicherplatz einsparen.

Answer

Datenaufbereitung kann die Verarbeitungsgeschwindigkeit verbessern.

Answer

Datenaufbereitung macht Daten leichter verständlich.

Question 28

Welche statistische Methode wird häufig verwendet, um Ausreißer in Daten zu identifizieren, indem sie den Abstand eines Datenpunkts zu den anderen Datenpunkten misst?

Accepted Answer

Interquartilsabstand

Answer

Mittelwert

Answer

Standardabweichung

Answer

Varianz

Question 29

Welche der folgenden Methoden ist am besten geeignet, um fehlende Werte in numerischen Daten zu behandeln, wenn die Daten normalverteilt sind?

Accepted Answer

Mittelwert

Answer

Median

Answer

Löschung

Answer

Modus

Question 30

Welches der folgenden Tools ist speziell für die Datenbereinigung in Python konzipiert?

Accepted Answer

Pandas

Answer

Excel

Answer

SQL

Answer

R

Question 31

Welcher der folgenden Schritte ist der erste Schritt im Prozess der Datenbereinigung?

Accepted Answer

Datenexploration

Answer

Datentransformation

Answer

Datenerfassung

Answer

Datenvalidierung

Question 32

Welche der folgenden Funktionen in Pandas wird verwendet, um fehlende Werte durch Interpolation zu ersetzen?

Accepted Answer

fillna()

Answer

dropna()

Answer

unique()

Answer

replace()

Question 33

Was versteht man unter einer Datenpipeline?

Accepted Answer

Eine automatisierte Abfolge von Prozessen, die Rohdaten in brauchbare Daten umwandelt

Answer

Eine Datenbank

Answer

Ein Algorithmus für maschinelles Lernen

Question 34

Welcher der folgenden Algorithmen kann verwendet werden, um Ausreißer in einem Datensatz zu erkennen und zu entfernen?

Accepted Answer

Lokale Ausreißerfaktor (LOF)

Answer

Logistische Regression

Answer

SVM

Question 35

Welche der folgenden Maßnahmen kann ergriffen werden, um fehlende Werte in kategorischen Daten zu behandeln, wenn keine ausreichenden Informationen für die Imputation vorliegen?

Accepted Answer

Erstellung einer neuen Kategorie "Fehlend"

Answer

Median

Answer

Standardabweichung

Answer

Mittelwert

Question 36

Welche Methode ist am besten geeignet, um kategoriale Variablen in numerische Werte umzuwandeln, um sie für Machine-Learning-Modelle nutzbar zu machen?

Accepted Answer

One-Hot-Encoding

Answer

Standardisierung

Answer

Min-Max-Skalierung

Answer

Logarithmische Transformation

Question 37

Welches Diagramm ist am besten geeignet, um Ausreißer in einem Datensatz visuell zu identifizieren?

Accepted Answer

Boxplot

Answer

Häufigkeitstabelle

Answer

Histogramm

Answer

Streudiagramm

Question 38

Welche Methode ist am besten geeignet, um schief verteilte Daten zu transformieren, um eine Normalverteilung anzunähern?

Accepted Answer

Logarithmische Transformation

Answer

Min-Max-Skalierung

Answer

One-Hot-Encoding

Answer

Standardisierung

Question 39

Was ist der Hauptvorteil der Verwendung von Datenbereinigungstechniken?

Accepted Answer

Verbesserung der Datenqualität und -genauigkeit, was zu genaueren Analysen und präziseren Modellen führt

Answer

Reduzierung der Datenmenge

Answer

Vereinfachung der Datenanalyse

Answer

Erhöhung der Datenkomplexität

Question 40

Welches der folgenden Attribute ist NICHT typisch für saubere Daten?

Accepted Answer

Mehr Daten

Answer

Vollständigkeit

Answer

Genauigkeit

Answer

Konsistenz

Question 41

Welche Aussage zur Datenbereinigung ist FALSCH?

Accepted Answer

Datenbereinigung sollte immer vor der Datenexploration erfolgen.

Answer

Datenbereinigung kann helfen, die Genauigkeit von Modellen zu verbessern.

Answer

Datenbereinigung kann helfen, Ausreißer in einem Datensatz zu entfernen.

Question 42

Sie haben einen Datensatz mit einer Spalte, die das Alter einer Person in Jahren angibt. Welche Methode ist am besten geeignet, um die Daten in Kategorien wie "Kind", "Jugendlicher", "Erwachsener" und "Senior" zu gruppieren?

Accepted Answer

Diskretisierung

Answer

Logarithmische Transformation

Answer

Standardisierung

Answer

One-Hot-Encoding

Question 43

Was ist der Unterschied zwischen Datenbereinigung und Datenaufbereitung?

Accepted Answer

Datenbereinigung befasst sich mit der Korrektur von Fehlern und der Behandlung von fehlenden Werten, während Datenaufbereitung die Daten für die Analyse transformiert und in ein für die Analyse geeignetes Format bringt.

Answer

Datenbereinigung ist ein Teil der Datenaufbereitung.