iPAS AI 應用規劃師中級 114 年第二次 科二 第 17 題 詳解

114 年第二次 科二 大數據處理分析與應用

某電商公司欲利用顧客行為資料建立消費預測模型，其中「會員等級」欄位包含「一般、白金、黑卡」三種類別。若模型採用梯度提升樹（Gradient Boosting Tree）演算法，資料科學家在進行特徵編碼時應特別注意下列何種情況？

1. A應優先採用獨熱編碼（One-Hot Encoding），以減少類別之間的相依性與記憶體使用量

   獨熱編碼會膨脹維度，並非省記憶體的首選。

2. B直接使用標籤編碼（Label Encoding）可能使模型誤判類別間存在順序關係，導致特徵重要性偏誤（正確答案）

   正解：名目類別被編成數值會被誤讀為有序。

3. C使用目標編碼（Target Encoding）會自動消除過擬合（Overfitting）風險

   目標編碼反而易洩漏標籤、加重過擬合。

4. D若類別數量較少，建議先使用主成分分析（Principal Component Analysis, PCA）進行降維

   三個類別無降維需求，PCA 也不適用於名目變數。