iPAS AI 應用規劃師中級 114 年第二次 科二 第 28 題 詳解

114 年第二次 科二 大數據處理分析與應用

若在高維度（>500維）的資料上應用DBSCAN（Density-Based Spatial Clustering of Applications with Noise）演算法，卻發現所有資料點皆被判定為雜訊（Noise），下列何者為最有可能的原因？

1. A高維下距離變化趨同，導致ε（Epsilon）閾值選擇失效（正確答案）

   高維距離趨於相近，ε 無法區分核心點與雜訊。

2. B使用錯誤的距離函數（Distance Function）

   換距離函數仍受維度詛咒影響，非根本原因。

3. CMinPts參數設得太小

   MinPts 調小反而更易形成核心點，不會全成雜訊。

4. D資料過度標準化導致特徵消失

   標準化只調整尺度，不會讓特徵消失。