2025年征信数据分析挖掘考试题库：征信数据分析挖掘项目实施与优化
考试时间：______分钟总分：______分姓名：______
一、数据预处理与清洗
要求：请对以下数据进行预处理和清洗，确保数据质量。
1.数据清洗：请对以下数据进行去重操作，列出处理后的数据。
数据：[1,2,2,3,4,4,5,5,6,6,7,7,8,8,9,9]
2.数据清洗：请将以下数据中的空值替换为0，列出处理后的数据。
数据：[10,20,30,NULL,40,50,60,70,80,90,100,NULL,110]
3.数据清洗：请将以下数据中的异常值删除，列出处理后的数据。
数据：[1,2,3,100,4,5,6,7,8,9,10,11,12,13,14,15]
4.数据清洗：请将以下数据中的重复值删除，列出处理后的数据。
数据：[1,2,2,3,4,4,5,5,6,6,7,7,8,8,9,9]
5.数据清洗：请将以下数据中的负数替换为0，列出处理后的数据。
数据：[-10,20,30,40,-50,60,70,80,90,100,-110,120,130,140,150]
6.数据清洗：请将以下数据中的空字符串替换为空，列出处理后的数据。
数据：[姓名,年龄,城市,空,工作,空,薪资,空]
7.数据清洗：请将以下数据中的空格替换为，，列出处理后的数据。
数据：[姓名,年龄,城市,工作,薪资,空格]
8.数据清洗：请将以下数据中的重复列删除，列出处理后的数据。
数据：[姓名,年龄,性别,城市,工作,城市,薪资,薪资]
9.数据清洗：请将以下数据中的重复行删除，列出处理后的数据。
数据：[姓名,年龄,性别,城市,工作,薪资,姓名,年龄,性别,城市,工作,薪资]
10.数据清洗：请将以下数据中的重复列和行删除，列出处理后的数据。
数据：[姓名,年龄,性别,城市,工作,薪资,姓名,年龄,性别,城市,工作,薪资,姓名,年龄,性别,城市,工作,薪资]
二、特征工程与选择
要求：请对以下数据进行特征工程和选择，列出处理后的数据。
1.特征工程：请将以下数据中的数值型特征进行归一化处理，列出处理后的数据。
数据：[10,20,30,40,50,60,70,80,90,100]
2.特征工程：请将以下数据中的类别型特征进行独热编码处理，列出处理后的数据。
数据：[男,女,男,女,男,女,男,女,男,女]
3.特征工程：请将以下数据中的文本型特征进行分词处理，列出处理后的数据。
数据：[姓名,年龄,城市,工作,薪资,姓名,年龄,城市,工作,薪资]
4.特征工程：请将以下数据中的时间序列特征进行提取，列出处理后的数据。
数据：[2020-01-01,2020-01-02,2020-01-03,2020-01-04,2020-01-05,2020-01-06,2020-01-07,2020-01-08,2020-01-09,2020-01-10]
5.特征工程：请将以下数据中的异常值进行处理，列出处理后的数据。
数据：[1,2,3,100,4,5,6,7,8,9,10,11,12,13,14,15]
6.特征工程：请将以下数据中的重复值进行处理，列出处理后的数据。
数据：[1,2,2,3,4,4,5,5,6,6,7,7,8,8,9,9]
7.特征工程：请将以下数据中的缺失值进行处理，列出处理后的数据。
数据：[10,20,30,NULL,40,50,60,70,80,90,100,NULL,110]
8.特征工程：请将以下数据中的空值进行处理，列出处理后的数据。
数据：[10,20,30,40,-50,60,70,80,90,100,-110,120,130,140,150]
9.特征工程：请将以下数据中的空字符串进行处理，列出处理后的数据。
数据：[姓名,年龄,城市,空,工作,空,薪资,空]
10.特征工程：请将以下数据中的空格进行处理，列出处理后的数据。
数据：[姓名,年龄,城市,工作,薪资,空格]
四、模型选择与评估
要求：根据以下数据，选择合