数值型数据：随堂测验#

随堂测验： 共 5 题，你必须至少答对 4 题才能通过。

请勿作弊！等你确认已经掌握本模块的全部内容之后，再回来作答。

下面正式进入 5 道测验题。每道题的下方都放了一个折叠的答案区，建议先把 5 题全部做完，再统一展开对照——一次只对一道题，很容易把「想得起来」误当成「真懂」。

第 1 题：特征工程的边界#

下列哪一种技术不属于特征工程？

• A. 分箱（Binning）

• B. 超参数调优（Hyperparameter tuning）

• C. 分桶（Bucketing）

• D. 归一化（Normalizing）

第 2 题：归一化方法怎么选#

你正在用婴儿健康数据训练模型，其中一个特征是 birth_weight。为了让模型训练得更高效，你希望对这些 birth_weight 值做归一化。下列哪一种归一化技术大概率是最合适的选择？

• A. 裁剪（Clipping）

• B. 线性缩放（Linear scaling）

• C. 对数缩放（Log scaling）

• D. Z-score 缩放（Z-score scaling）

第 3 题：判断题#

判断并说明： 分箱是一种把类别型数据转换为数值型数据的技术。

• 正确（True）

• 错误（False）

第 4 题：哪些样本该清洗掉#

你的鞋类推荐模型训练数据中有一个特征 shoe_size，它的取值应当落在 6 到 16 之间。下表列出了数据集中 6 条样本的 shoe_size：

在训练之前，你认为应该考虑从数据集中清洗掉哪些样本？（多选）

• 样本 1

• 样本 2 或样本 6（任选其一）

• 样本 3

• 样本 4

• 样本 5

第 5 题：合成特征有什么用#

填空： 在特征工程中，合成特征可以被用来 ______ 。

• A. 替换缺失的特征值

• B. 为人工标注的数据补充机器标注的数据

• C. 刻画两个特征之间的非线性关系

• D. 预训练模型