Datenbereinigung lernen: Techniken und Best Practices für saubere Daten

Question 1

Welche der folgenden Methoden wird häufig zur Behandlung fehlender Werte in numerischen Datensätzen eingesetzt?

Accepted Answer

Mittelwertimputation

Accepted Answer

Medianimputation

Answer

Löschen von Beobachtungen mit fehlenden Werten

Answer

Erstellen eines neuen Merkmals, das angibt, ob ein Wert fehlt

Question 2

Welches Tool wurde speziell für die Datenbereinigung entwickelt und welche sind seine wichtigsten Funktionen?

Accepted Answer

OpenRefine

Answer

Python

Answer

Microsoft Excel

Answer

R

Question 3

Wie sollten Ausreißer in Datensätzen laut Best Practice behandelt werden?

Accepted Answer

Untersuchen und auf Plausibilität prüfen

Answer

Immer ausschließen

Answer

Immer beibehalten

Answer

Durch den Mittelwert ersetzen

Question 4

Welcher der folgenden Datentypen kann **nicht** numerisch bereinigt werden?

Accepted Answer

Kategorische Variable

Answer

Ganzzahl

Answer

Gleitkommazahl

Answer

Zeitstempel

Question 5

Welches der folgenden Werkzeuge wird in Python häufig zur Datenbereinigung verwendet?

Accepted Answer

Pandas

Answer

NumPy

Answer

Scikit-learn

Answer

TensorFlow

Question 6

Welche Aktion sollte bei der Behandlung von Duplikaten in einem Datensatz vermieden werden?

Accepted Answer

Löschen aller Duplikate

Answer

Nur die erste Instanz jedes Duplikats beibehalten

Answer

Nur die letzte Instanz jedes Duplikats beibehalten

Answer

Berechnen des Mittelwerts für Duplikate

Question 7

Welche Aussage zur Datenbereinigung ist falsch?

Accepted Answer

Sie ist ein einmaliger Prozess.

Answer

Sie ist ein iterativer Prozess.

Answer

Sie kann automatisiert werden.

Answer

Sie erfordert immer menschliches Zutun.

Question 8

Welche der folgenden Methoden wird zur Behandlung fehlender Werte verwendet, indem Schätzwerte auf Basis verfügbarer Informationen eingefügt werden?

Accepted Answer

Imputation

Answer

Standardisierung

Answer

Normalisierung

Answer

Aggregation

Question 9

Welches ist der vorrangige Zweck der Datenbereinigung?

Accepted Answer

Daten in einen Zustand zu versetzen, der für die Analyse geeignet ist

Answer

Daten für die Visualisierung vorzubereiten

Answer

Datenmodelle zu erstellen

Question 10

Welche der folgenden Optionen ist KEINE gängige Technik zur Datenbereinigung?

Accepted Answer

Feature-Engineering

Answer

Normalisierung

Answer

Erkennung von Dubletten

Answer

Imputation

Question 11

Welche der folgenden Techniken kann zur Identifizierung von Ausreißern, d. h. extrem hohen oder niedrigen Werten, verwendet werden?

Accepted Answer

z-Score

Answer

Doublattensuche

Answer

Clusteranalyse

Answer

Korrelationsanalyse

Question 12

Welchen der folgenden Vorteile bietet die Datenbereinigung?

Accepted Answer

Erhöhung der Datenqualität und -genauigkeit

Answer

Erhöhung des Speicherbedarfs

Answer

Verkürzung der Verarbeitungszeit

Answer

Verringerung der Überanpassung von Modellen

Question 13

In welcher Phase des Datenanalyseprozesses sollte die Datenbereinigung idealerweise durchgeführt werden?

Accepted Answer

Vor der Analyse

Answer

Während der Interpretation

Answer

Nach der Modellierung

Answer

Nach der Visualisierung

Question 14

Welche der folgenden Optionen stellt KEINE Herausforderung bei der Datenbereinigung dar?

Accepted Answer

Automatisierbarkeit

Answer

Ausreißer

Answer

Inkonsistente Datenformate

Answer

Fehlende Werte

Question 15

Welchen Zweck erfüllt die Datenvalidierung?

Accepted Answer

Bestätigung der Integrität und Genauigkeit der bereinigten Daten

Answer

Entdeckung neuer Muster und Erkenntnisse

Answer

Optimierung von Datenmodellen

Question 16

Welche der folgenden Maßnahmen ist eine bewährte Vorgehensweise bei der Datenbereinigung?

Accepted Answer

Dokumentieren aller Änderungen

Answer

Ignorieren fehlender Werte

Answer

Überschreiben der Originaldaten

Answer

Indiskriminierte Anwendung standardisierter Techniken

Question 17

Welche der folgenden Methoden ist ein gängiges Verfahren zur Datenbereinigung?

Accepted Answer

Duplikaterkennung

Answer

Datenanalyse

Answer

Datenvisualisierung

Answer

Datenmodellierung

Question 18

Was ist der Hauptzweck der Normalisierung in der Datenbereinigung?

Accepted Answer

Numerische Daten auf einen einheitlichen Maßstab bringen

Answer

Doppelte Einträge entfernen

Answer

Fehlende Werte ersetzen

Question 19

Welche der folgenden Maßnahmen ist keine bewährte Methode zur Behandlung fehlender Werte?

Accepted Answer

Daten einfach löschen

Answer

K-Nearest-Neighbors-Imputation

Answer

Moduszuweisung

Answer

Mittelwertimputation

Question 20

Was ist das Ziel der Ausreißerbehandlung in der Datenbereinigung?

Accepted Answer

Identifizieren und Entfernen oder Ersetzen von ungewöhnlichen Datenpunkten

Answer

Sie ermöglicht tiefere Einblicke in die Daten.

Answer

Sie hilft, die Verteilung der Daten zu ermitteln.

Question 21

Nennen Sie ein beliebtes Open-Source-Tool für die Datenbereinigung.

Accepted Answer

OpenRefine

Answer

Tableau

Answer

SQL Server

Answer

Excel

Question 22

Welche der folgenden Aussagen zur Datenbereinigung ist nicht korrekt?

Accepted Answer

Sie ist nur für komplexe Datensätze erforderlich.

Answer

Sie ist zeitaufwändig und mühsam.

Answer

Sie verbessert die Genauigkeit der Datenanalyse.

Answer

Sie kann helfen, versteckte Muster zu entdecken.

Question 23

Welche der folgenden Techniken ist KEINE gängige Datenbereinigungstechnik?

Accepted Answer

Datenmigration

Answer

Normalisierung

Answer

Dublettenentfernung

Answer

Fehlerkorrektur

Question 24

Welcher der folgenden Schritte ist NICHT Teil des Datenbereinigungsprozesses?

Accepted Answer

Datenspeicherung

Answer

Datenidentifikation

Answer

Datenbereinigung

Answer

Datenbewertung

Question 25

Was ist das Ziel der Fehlerkorrektur bei der Datenbereinigung?

Accepted Answer

Identifizierung und Korrektur falscher oder ungültiger Daten.

Answer

Ergänzung fehlender Daten.

Answer

Entfernung doppelter oder redundanter Daten.

Question 26

Was ist der Hauptvorteil der Datenbereinigung?

Accepted Answer

Verbesserung der Datenqualität und -zuverlässigkeit.

Answer

Beschleunigung der Datenverarbeitung.

Answer

Verringerung der Datenmenge.

Question 27

Welche der folgenden Aussagen zur Datenbereinigung ist FALSCH?

Accepted Answer

Datenbereinigung ist ein einmaliger Prozess.

Answer

Datenbereinigung ist von der Domäne abhängig.

Answer

Datenbereinigung erfordert eine gründliche Prüfung.

Answer

Datenbereinigung kann automatisiert werden.

Question 28

Was ist das ultimative Ziel der Datenbereinigung?

Accepted Answer

Daten für die Analyse vorzubereiten.

Answer

Daten zur Visualisierung zu formatieren.

Answer

Daten für die Berichterstellung zu aggregieren.

Answer

Daten zur Speicherung zu organisieren.

Question 29

Welche der aufgelisteten Methoden ist NICHT zur Datenbereinigung geeignet?

Accepted Answer

Daten löschen ohne vorherige Prüfung

Answer

Daten transformieren

Answer

Duplikate entfernen

Answer

Fehlende Werte ersetzen

Question 30

Welcher Datentyp eignet sich am besten zum Bereinigen von Daten mit beschreibenden Werten?

Accepted Answer

Kategorial

Answer

Boolean

Answer

Numerisch

Answer

Datums- und Uhrzeitstempel

Question 31

Welche Methode wird verwendet, um doppelte Zeilen in einem Datensatz zu identifizieren?

Accepted Answer

Sortierung und Vergleich von Zeilen

Answer

Clustering

Answer

Hashing

Answer

Regression

Question 32

Welche der folgenden Aussagen zur Datenbereinigung ist richtig?

Accepted Answer

Es ist ein iterativer Prozess, der mehrere Durchläufe umfassen kann.

Answer

Es erfordert keine Vorkenntnisse in der Datenanalyse.

Answer

Es ist nur für große Datensätze relevant.

Answer

Es ist ein einmaliger Vorgang ohne Wiederholung.

Question 33

Welche Aussage über automatisierte Datenbereinigung ist korrekt?

Accepted Answer

Sie kann den Zeitaufwand für die Datenbereinigung reduzieren.

Answer

Sie erfordert keine menschliche Überwachung oder Eingriffe.

Answer

Sie ist immer genauer als die manuelle Datenbereinigung.

Question 34

Welche der aufgeführten Methoden ist NICHT zur Datenbereinigung geeignet?

Accepted Answer

Löschen von Daten ohne Prüfung

Answer

Duplikate entfernen

Answer

Daten normalisieren

Answer

Fehlende Werte imputieren

Question 35

Was ist das Ziel der Datenimputation?

Accepted Answer

Das Schätzen und Ersetzen fehlender Werte

Answer

Daten normalisieren

Answer

Duplikate entfernen

Question 36

Welche der folgenden Normalisierungsmethoden skaliert die Daten auf einen Bereich zwischen 0 und 1?

Accepted Answer

Min-Max-Skalierung

Answer

Rangskalierung

Answer

Standardisierung

Answer

Log-Transformation

Question 37

Was ist der Unterschied zwischen "Nullwerten" und "Fehlwerten"?

Accepted Answer

Nullwerte sind bekannte Werte, während Fehlwerte unbekannte Werte sind

Answer

Nullwerte und Fehlwerte sind dasselbe

Answer

Fehlwerte sind bekannte Werte, während Nullwerte unbekannte Werte sind

Question 38

Was ist der Zweck der Datenvalidierung?

Accepted Answer

Sicherstellung der Datenintegrität und -genauigkeit

Answer

Verbesserung der Datenvisualisierung

Answer

Erhöhung der Datenmenge

Question 39

Was ist der erste Schritt im Datenbereinigungsprozess?

Accepted Answer

Datenexploration

Answer

Datenvalidierung

Answer

Datenimputation

Answer

Datennormalisierung

Question 40

Welche der folgenden Aufgaben ist NICHT Teil der Datenbereinigung?

Accepted Answer

Datenmodellierung

Answer

Duplikatentfernung

Answer

Datenimputation

Answer

Ausreißerbehandlung

Question 41

Welche der folgenden Techniken wird verwendet, um fehlende Werte in einem Datensatz zu behandeln?

Accepted Answer

Imputation

Answer

Transformation

Answer

Clustering

Answer

Aggregation

Question 42

Was ist das Ziel der Datenvalidierung?

Accepted Answer

Sicherstellen, dass die Daten korrekt und konsistent sind

Answer

Die Daten für die Analyse vorbereiten

Answer

Die Daten für die Modellierung bereinigen

Question 43

Welcher der folgenden Schritte ist Teil des Datenbereinigungsprozesses?

Accepted Answer

Identifizierung von Ausreißern

Answer

Datenvisualisierung

Answer

Datenmodellierung

Answer

Maschinelles Lernen

Question 44

Welche der folgenden Funktionen wird verwendet, um fehlende Werte in einer Pandas-Datenbank zu imputieren?

Accepted Answer

fillna()

Answer

groupby()

Answer

map()

Answer

dropna()

Question 45

Welche der folgenden Aussagen zur Datenbereinigung ist wahr?

Accepted Answer

Sie ist ein iterativer Prozess.

Answer

Sie kann vollständig automatisiert werden.

Answer

Sie ist nur für große Datensätze erforderlich.

Answer

Sie ist eine einmalige Aufgabe.

Question 46

Was ist das Ziel der Datenvalidierung mit regulären Ausdrücken?

Accepted Answer

Überprüfung der Daten auf Übereinstimmung mit vordefinierten Mustern

Answer

Identifizierung von Ausreißern

Answer

Imputation fehlender Werte

Question 47

Welche der folgenden Methoden ist KEINE gängige Technik zur Datenbereinigung?

Accepted Answer

Datenverschlüsselung

Answer

Ausreißer entfernen

Answer

Daten transformieren

Answer

Datensatz vervollständigen

Question 48

Sie haben einen Datensatz mit vielen fehlenden Werten. Welche Methode zur Behandlung fehlender Werte ist am besten geeignet, wenn Sie die Beziehung zwischen zwei Variablen untersuchen möchten?

Accepted Answer

Imputation basierend auf der Regression

Answer

Entfernen aller Zeilen mit fehlenden Werten

Answer

Ersetzen aller fehlenden Werte durch den Mittelwert

Question 49

Welche Art von Datenbereinigung wird verwendet, um inkonsistente Datenformate innerhalb eines Datensatzes zu korrigieren?

Accepted Answer

Datenstandardisierung

Answer

Datenredundanz entfernen

Answer

Datenaggregation

Answer

Datenfilterung

Question 50

Ein Datensatz enthält mehrere Spalten mit identischen Informationen. Welche Technik ist am besten geeignet, um die Redundanz zu reduzieren?

Accepted Answer

Datenredundanz entfernen

Answer

Datenstandardisierung

Answer

Datenaggregation

Answer

Datenfilterung

Question 51

Welche Methode zur Datenbereinigung ist am besten geeignet, um extreme Werte (Ausreißer) in einem Datensatz zu identifizieren und zu entfernen?

Accepted Answer

Box-Plot-Analyse

Answer

Datenaggregation

Answer

Histogramm

Answer

Datenstandardisierung

Question 52

Welche Aussage über die Datenbereinigung ist FALSCH?

Accepted Answer

Datenbereinigung ist ein optionaler Schritt im Data-Science-Prozess.

Answer

Datenbereinigung kann die Genauigkeit von Analysen verbessern.

Answer

Datenbereinigung kann die Zeit für die Analyse reduzieren.

Question 53

Sie haben einen Datensatz mit Kundeninformationen. Einige Kunden haben falsche Geburtsdaten eingegeben. Welche Methode zur Datenbereinigung ist am besten geeignet, um diese Fehler zu korrigieren?

Accepted Answer

Datenvalidierung

Answer

Datenaggregation

Answer

Datenredundanz entfernen

Answer

Datenfilterung

Question 54

Welche der folgenden Aussagen beschreibt den Prozess der Datenbereinigung am besten?

Accepted Answer

Datenbereinigung umfasst alle Schritte, die notwendig sind, um Daten zu verbessern, um sie für die Analyse und Modellierung geeignet zu machen.

Answer

Datenbereinigung ist nur für große Datensätze notwendig.

Question 55

Ein Datensatz enthält mehrere Spalten mit kategorialen Variablen, die unterschiedliche Schreibweisen für denselben Wert haben (z.B. „Männlich“, „Mann“, „männlich“). Welche Technik ist am besten geeignet, um diese Inkonsistenzen zu beheben?

Accepted Answer

Datenstandardisierung

Answer

Datenaggregation

Answer

Datenfilterung

Answer

Datenredundanz entfernen

Question 56

Welche der folgenden Aussagen ist KEIN Vorteil der Datenbereinigung?

Accepted Answer

Datenbereinigung kann die Größe des Datensatzes erhöhen.

Answer

Datenbereinigung kann die Zeit für die Analyse reduzieren.

Answer

Datenbereinigung kann die Genauigkeit von Analysen verbessern.

Question 57

Welches Verfahren eignet sich am besten, um fehlende Werte in einer Spalte zu ersetzen, die das Alter von Kunden darstellt?

Accepted Answer

Den Median der Alterswerte verwenden.

Answer

Den Modus der Alterswerte verwenden.

Answer

Alle fehlenden Werte durch Null ersetzen.

Answer

Die Zeilen mit fehlenden Werten löschen.

Question 58

Welche der folgenden Aussagen beschreibt am besten den Begriff 'Data Wrangling' im Kontext der Datenbereinigung?

Accepted Answer

Den Prozess der Transformation und Vorbereitung von Rohdaten für die Analyse.

Answer

Die Entfernung aller Duplikate aus einem Datensatz.

Answer

Die Visualisierung von Daten, um Muster zu erkennen.

Question 59

Sie haben einen Datensatz mit einer Spalte für das Geschlecht, die die Werte 'M', 'W' und 'Nicht angegeben' enthält. Wie würden Sie diese Spalte für die Analyse am besten bereinigen?

Accepted Answer

Die Werte 'M' und 'W' beibehalten und 'Nicht angegeben' als fehlenden Wert kennzeichnen.

Answer

Den Wert 'Nicht angegeben' durch den häufigsten Wert ('M' oder 'W') ersetzen.

Answer

Alle Zeilen mit 'Nicht angegeben' löschen.

Question 60

Welches der folgenden Verfahren ist KEINE gängige Methode zur Identifizierung von Ausreißern in einem Datensatz?

Accepted Answer

Histogramm

Answer

Standardabweichung

Answer

Boxplot

Answer

Scatterplot

Question 61

Sie haben einen Datensatz mit einer Spalte für das Datum, die in verschiedenen Formaten vorliegt (z.B. 'TT.MM.JJJJ', 'JJJJ-MM-TT'). Wie bereinigen Sie diese Spalte am besten?

Accepted Answer

Konvertieren Sie alle Datumsangaben in ein einheitliches Format.

Answer

Ignorieren Sie das Problem, da die meisten Analysetools mit verschiedenen Datumsformaten umgehen können.

Answer

Löschen Sie die Spalte, da sie zu komplex zu bereinigen ist.

Question 62

Was ist der Zweck der Normalisierung von Daten?

Accepted Answer

Die Daten auf einen gemeinsamen Wertebereich zu skalieren.

Answer

Ausreißer zu entfernen.

Answer

Fehlende Werte zu ersetzen.

Question 63

Welche der folgenden Aussagen beschreibt am besten den Unterschied zwischen Feature Selection und Feature Extraction?

Accepted Answer

Feature Selection wählt eine Teilmenge der vorhandenen Features aus, während Feature Extraction neue Features aus den bestehenden erzeugt.

Answer

Feature Selection entfernt irrelevante Features, während Feature Extraction fehlende Werte ersetzt.

Question 64

Sie haben einen Datensatz mit einer Spalte für das Einkommen, die einige unrealistisch hohe Werte enthält. Welches Verfahren eignet sich am besten, um diese Werte zu behandeln?

Accepted Answer

Winsorisierung - Begrenzung der extremen Werte auf einen bestimmten Prozentrang.

Answer

Die Werte durch den Median ersetzen.

Answer

Alle Werte über einem bestimmten Schwellenwert löschen.