iPAS AI 應用規劃師中級 114 年第二次 科二 第 6 題 詳解

114 年第二次 科二 大數據處理分析與應用

在進行資料分析時，會遇到類別型（Categorical）與數值型（Numerical）資料格式。關於這兩種資料格式的處理，下列敘述何者不正確？

1. AOne-Hot編碼（One-Hot Encoding）會將類別變數轉換為多維二元向量，適用於無序（Nominal）類別資料，但在高基數（High Cardinality）特徵下可能造成維度爆炸問題

   One-Hot 編碼確實適合無序類別，高基數時維度爆炸。

2. B標籤編碼（Label Encoding）會以整數表示不同類別，若應用於無序（Nominal）資料，可能導致模型誤將編碼值解讀為具數值大小關係的特徵

   標籤編碼賦予整數，套在無序資料會被誤讀為大小順序。

3. C標準化（Standardization）透過將資料平移與縮放，使其平均值為0、標準差為1，可在多數距離型演算法中改善收斂速度，並同時將數值範圍壓縮至0至1之間（正確答案）

   錯在標準化不會把數值壓到 0 至 1，那是正規化。

4. D對連續變數進行分箱（Binning）可提升模型可解釋性，但若分段方式未依據資料分佈特性設計，可能導致資訊損失或邊界偏誤

   分箱提升可解釋性，切點不當會造成資訊損失與邊界偏誤。