AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
首页
面试题库
360集团面试题
在特征工程中,处理异常值和缺失值有哪些常用方法?
360集团面试题
更新 2026-08-05
在特征工程中,处理异常值和缺失值有哪些常用方法?
360集团
数据
互联网/IT
技术原理
方案权衡
Python
考察说明
考察特征工程中数据清洗的基础方法掌握
回答思路
能列举异常值处理:删除、截尾、转换、填充
能列举缺失值处理:删除、均值/中位数/众数填充、模型预测
说明方法选择依据数据分布和业务场景
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导;也可以直接开一场模拟面试,AI 面试官用本题实时追问并给出评分。
开始模拟面试
登录查看答题指导
换一题
上一题
你如何提高用户留存率和活跃度?
下一题
请介绍强化学习中的主要算法类别(如基于值、基于策略、Actor-Critic)及其区别和适用场景。
本题还出现在
数据岗位面试题
互联网/IT行业面试题