多选题
3173.数据的质量问题从采集的角度划分,可分为()。
A
准确性
B
完整性
C
一致性
D
时效性
答案解析
正确答案:ABC
解析:
该题目考查的是数据质量的分类,特别是从数据采集角度出发的数据质量问题类型。
正确答案:ABC
解析如下:
选项A:准确性
准确性指采集到的数据是否真实、正确地反映了现实世界中的实际情况。在数据采集过程中,如果采集方法不当、测量工具不精确或人为输入错误,会导致数据失真,从而影响准确性。因此,准确性是数据采集阶段需要重点关注的质量维度之一。
选项B:完整性
完整性是指应采集的数据是否全部被采集,是否存在缺失值或遗漏记录的情况。在采集过程中,若由于设备故障、问卷未填完或系统异常等原因导致部分数据未能获取,则破坏了数据的完整性。因此,完整性也是数据采集环节的关键质量指标。
选项C:一致性
一致性指的是同一数据在不同来源或不同时间采集时是否保持统一和无矛盾。例如,在多个系统中采集同一用户信息时,若姓名、身份证号等关键字段存在冲突,则说明数据不一致。在采集阶段,若缺乏统一的标准或编码规则,容易引发一致性问题。因此,一致性也属于采集阶段需关注的质量问题。
选项D:时效性
时效性是指数据是否在规定的时间内被采集和更新,反映的是数据的新鲜程度。虽然时效性是数据质量的重要维度之一,但它更多与数据的处理、传输和更新机制相关,而非直接由采集过程本身决定。尽管采集时间安排会影响时效性,但从严格意义上讲,时效性不属于采集阶段的核心质量问题,而更偏向于数据管理和维护层面。
综上所述,从数据采集的角度划分,数据的质量问题主要包括准确性、完整性和一致性,而时效性虽重要,但不完全归属于采集阶段的核心质量问题。
核心知识点:
数据质量的常见维度包括准确性、完整性、一致性、时效性、唯一性、有效性等。其中,从数据采集环节来看,最直接影响的是准确性(数据是否正确)、完整性(数据是否缺失)和一致性(数据是否冲突),这三者是保障原始数据可靠性的基础。
题目纠错
人工智能训练师题库
相关题目
单选题
1679.假设有一个5层的神经网络,使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中,单个数据需要花费2秒的时间。如果现在把架构变换一下,分别在第2层和第4层添加Dropout,那么新架构的测试所用时间会变为多少()
单选题
1678.InCeptionv2-v3模型中把1个3∗3的卷积拆分为1∗3和3∗1的卷积好处是什么?()
单选题
1677.下列策略中哪一个不属于集成方法?()
单选题
1676.以下对One-hot的优缺点表述正确的是?()
单选题
1675.使用LaBelSmoothing好处是什么?()
单选题
1674.ResNet中的残差单元最主要的作用是什么?()
单选题
1673.以下哪个资源池可以部署大模型服务?()
单选题
1672.下列几种属于模型压缩的方法的是()。
单选题
1671.在机器学习中,什么是SVM(支持向量机)的核函数?
单选题
1670.在深度学习中,什么是循环神经网络(RNN)中的隐藏状态?
