阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
> 試題詳解
4. 關於資料合併的敘述,下列何者正確?
(A) 資料合併應該針對具有相同意義的欄位進行合併
(B) 資料合併只能使用程式語言如 Python 或 R 中才能實 現
(C) 資料合併是一種需要使用資料庫技術才能實現的方 法
(D) 資料合併過程中如果有遺缺值(Missing Values),系 統會自動補上平均值
答案:
登入後查看
統計:
A(20), B(0), C(0), D(3), E(0) #3323434
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/11
#6874707
題目解析 這個題目主要探討資料合併的正...
(共 895 字,隱藏中)
前往觀看
1
0
相關試題
5. 關於 Python 常用的 pandas 資料處理函式,下列敘述哪一項 錯誤? (A) duplicated()可用來檢測重複的記錄 (B) drop_duplicated()可用來刪除重複的記錄 (C) drop()可用來刪除資料框的列資料/行資料 (D) isnull()可用來檢查資料框空值的資料格
#3323435
6. 下列哪一項「不」屬於知名統計學家 Tukey 定義的五數摘要 統計值(Tukey five-number summaries)? (A) 最小值 (B) 下門栓值(Lower-hingle) (C) 中位數 (D) 平均值
#3323436
7. 巨量資料下特徵選取(Feature Selection)的工作十分重要, 下列哪一項屬於封裝(Wrapper)方法? (A) 多變量適應性雲形迴歸(Multivariate Adaptive Regression Splines, MARS) (B) 遞迴特徵刪除(Recursive Feature Elimination, RFE) (C) 決策樹(Decision tree) (D) 最小絕對值縮減與屬性選擇運算子(Least Absolute Shrinkage and Selection Operator, LASSO)
#3323437
8. 下列哪一個「不」是常見用來解讀資料的指標? (A) 平均數(mean) (B) 眾數(mode) (C) 偏態係數(Skewness coefficient) (D) 標籤編碼(Label Encoding)
#3323438
9. 在一個市場調查中,資料分析師將消費者分為三個不同的組 別(A、B、C),並計算了每組的購物金額。結果顯示,組別 A 的平均購物金額異常高於組別 B 和 C。在進一步分析之 前,資料分析師應先考慮對資料進行下列哪一種處理? (A) 將組別 A 視為特殊情況,不參與後續分析 (B) 檢查是否有錯誤的資料輸入或數據收集問題 (C) 忽略平均值,轉而觀察每組的中位數 (D) 增加組別 B 和 C 的資料量以平衡組別間的樣本數
#3323439
10. 在使用 Pandas 進行資料分析時,下列哪一個操作能夠對資 料進行分組後計算每組的平均值? (A) df.groupby('column').mean() (B) df.agg('mean') (C) df.mean('column') (D) df.groupby('column').sum()
#3323440
11. 程式設計分析客戶購買行為時,需要從兩個 DataFrame(訂 單資訊和客戶資訊)中合併相關資料。請問應該使用下列哪 一個函式來合併這兩個 DataFrame? (A) pandas 的 merge()函式 (B) pandas 的 concat()函式 (C) pandas 的 join()方法 (D) pandas 的 append()方法
#3323441
12. 下列何者為常見的資料標準化及正規化方法? (A) 計算 Z 分數(Z-score) (B) 計算峰態(Kurtosis) (C) 計算偏態係數(Skewness Coefficient) (D) 計算變異數(Variance)
#3323442
13. 假設有一個電商銷售資料表,其中一個欄位為消費者的「所 在區域」。若要對此欄位進行處理、轉換為數值特徵,下列 哪一個方法較適合? (A) 因素分析(Factor Analysis) (B) 獨熱編碼(One-hot Encoding) (C) 主成份分析(Principal Component Analysis) (D) 關聯規則(Association Rule)
#3323443
14. 當您的資料集中含有一個重要的時間戳記(Time Stamp)特 徵時,如果希望將它轉換為模型能更好理解的格式,下列哪一種方法是將時間戳記特徵轉換為有用特徵的最佳選項? (A) 將時間戳記轉換為自該年度開始的天數 (B) 僅保留小時訊息,因為它是預測日活動的最關鍵因素 (C) 從時間戳記中提取年、月、日、小時等單獨的部分 (D) 將每個時間戳記轉換為其對應的 UNIX 時間戳
#3323444
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
108年 - 108 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119181
2019 年 · #119181