测验：脏数据诊断

优化脚本必须输出什么？

• 处理时间
• 内存使用情况
• 输入文件的哈希值
• 丢弃的行数

我们通过使用“如果电子邮件相同则重复”规则对它们进行分组来组织它们。如果电子邮件有空行怎么办？

• 空值被归为一组并删除，只留下一个不同的客户。
• 空值会自动排除
• 发生错误并中止
• 空值的处理方式不同。

删除前导和尾随空格后，客户名称已标准化为小写。该值的正确用途是什么？

• 如果值相同，则无条件合并为同一个客户。
• 用这个值覆盖原来的值
• 仅用于排序
• 用于比较匹配，但不作为最终合并的依据

在 226 行中，有 180 行违反了规则。什么是正确的决定？

• 放宽平板电脑规则
• 手动修正180行
• 继续处理符合规则的 46 行。
• 这可能是数据提取本身需要重做而不是纯化的情况。

谁决定如何处理“4 行负数”？

• 询问负责人并同意
• FDE根据技术判断做出决定
• 根据大多数情况自动决策
• 暂时排除并稍后通知

数据清理的正确顺序是什么？

• 计数→分类→共识→提炼
• 精炼→计数→报告
• 分级→纯化→计数
• 共识→细化→分类