iPAS AI 應用規劃師中級 115 年第一次 科三 第 24 題 詳解

115 年第一次 科三 機器學習技術與應用

某推薦系統工程師處理商品類別特徵，該特徵包含約3,000個不同商品項目，每一種商品或其規格皆視為一個獨立類別。請問在高基數（High Cardinality）的情境下，下列哪一種編碼方式最容易造成維度爆炸問題？

1. A目標編碼（Target Encoding）

   用目標統計值取代類別，只產生一欄，不增維。

2. B標籤編碼（Label Encoding）

   映射為整數單欄，問題在假序關係而非維度。

3. CEmbedding層（Categorical Embedding）

   壓成固定低維稠密向量，正是高基數的解方。

4. DOne-Hot編碼（One-Hot Encoding）（正確答案）

   3,000 類展開成 3,000 欄稀疏矩陣，維度爆炸。