iPAS AI 應用規劃師中級 115 年第一次 科一 第 38 題 詳解

115 年第一次 科一 人工智慧技術應用與規劃

某IoT平台接收工廠溫度感測器資料，發現在常態分佈（均值25°C，標準差2° C）的數萬筆紀錄中，出現數筆「999°C」的極端值，研判為感測器通訊錯誤（網路封包延遲導致數值溢位）所致，且該異常數值在實際情況下不可能發生。在進行模型訓練前的資料清洗階段，針對這類離群值，最適當的處理策略為何？

1. A保留所有原始數值，並使用平均數（Mean）作為特徵輸入模型

   保留錯誤值會嚴重拉高平均數，污染特徵。

2. B對數據進行Z-score標準化，使數值落於約[-3, 3]範圍

   標準化只縮放尺度，錯誤值仍留在資料中。

3. C將999°C以獨熱編碼（One-Hot Encoding）轉為獨立類別特徵

   獨熱編碼用於類別變數，溫度是連續數值。

4. D刪除異常的999°C記錄，或以中位數（Median）進行填補（正確答案）

   刪除或以中位數填補，符合清洗不可能值的作法。