第2题
A.可无条件删除含缺失值的样本
B.可用己有数据的平均值代替缺失值
C.指标太少时最好不用平均值代替缺失值
D.可用随机方法给缺失值赋值
E.直接删除缺失值占比在3%~5%的指标
第3题
A.isnull()判断缺失值
B.dropna()删除缺失值
C.fillna()填充缺失值
D.interpolate()使用中位数填充缺失值
第4题
A.interpolate()使用中位数填充缺失值
B.isnull()判断缺失值
C.dropna()删除缺失值
D.fillna()填充缺失值
第7题
A.null 和notnull可以对缺失值进行处理
B.dropna方法既可以删除观测记录,亦可以删除特征
C.fillna方法中用来替换缺失值的值只能是数据框
D.pandas库中的interpolate模块包含了多种插值方法
第11题
A. 将有缺失的个案整个删除
B. 将有缺失的个案保留,仅在计算时删除相应变量的缺失值
C. 使用均值代替、回归估计、随机抽取、最近距离确定等方法代替缺失值
D. 通过对调查中的回答数据使用加权因子,对数据进行调整,减少缺失值的影响
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!