iPAS AI 應用規劃師中級 114 年第二次 科三 第 9 題 詳解

114 年第二次 科三 機器學習技術與應用

在建構以距離為基礎的機器學習模型（如KNN、SVM）時，下列哪一項資料前處理方式最為關鍵？

1. A進行特徵縮放（Feature Scaling），使各特徵變數具有相似的數值範圍（正確答案）

   縮放後各特徵尺度一致，距離計算不被大數值特徵主導。

2. B將連續型特徵變數轉換為類別型變數

   連續轉類別會丟失距離資訊，反而削弱模型。

3. C以平均值或中位數進行缺失值補齊

   補值是通用清理步驟，非距離模型的特殊關鍵。

4. D進行隨機抽樣以平衡資料筆數

   抽樣處理的是類別不平衡，與尺度無關。