处理数据缺失的方法有（）。
A: 为缺失数据赋值
B: 等待数据自修复
C: 去掉/删除缺失率高的列
D: 去掉/删除缺失数据行
A: 为缺失数据赋值
B: 等待数据自修复
C: 去掉/删除缺失率高的列
D: 去掉/删除缺失数据行
举一反三
- 数据缺失的处理方法包括： A: 去掉含有缺失数据的样本 B: 估计缺失的数值 C: 在分析时忽略缺失的数据 D: 用所有可能的数值替换
- 当缺失数据较少时直接删除相应样本（删除缺失数据样本，其前提是缺失数据的比例较少，而且缺失数据是随机出现的，这样删除缺失数据后对分析结果影响不大)。
- 在实际环境下，很多数据集都包含缺失数据，对于缺失数据的处理常用的方法包括以下哪几种？ A: 删除缺失记录 B: 固定值填充 C: 未缺失平均值填充 D: 未缺失众数
- 在一个数据集中发现班级人数出现了少量的缺失，下列处理方法中不合理的是 A: 删除具有NA 值的行 B: 使用众数填充缺失数据 C: 使用中位数填充缺失数据 D: 使用平均数填充缺失数据
- 在一个数据集中发现班级人数出现了少量的缺失，下列处理方法中不合理的是 A: 删除具有NA 值的行 B: 使用众数填充缺失数据 C: 使用中位数填充缺失数据 D: 使用平均数填充缺失数据