iPAS 考題解析在一個同時包含連續型特徵與類別型特徵的資料集中，若希望透過適當的特徵工程流程來提升模型整體表現，下列哪一種作法最為合適？

解析

正確答案：C. 對連續特徵做標準化（Standardization），類別特徵採用目標編碼（Target Encoding），並生成交互特徵提升模型表現

針對不同類型特徵採用適當的處理策略（連續特徵標準化、類別特徵目標編碼），並生成交互特徵捕捉跨特徵的非線性關係，是全面且有效提升模型表現的特徵工程最佳實踐。

每個選項為什麼對或錯

• A 將類別型特徵使用標籤編碼（Label Encoding）轉換後，與連續特徵直接合併進行模型訓練 錯誤選項

  標籤編碼對無序類別特徵引入了錯誤的序數關係，對大多數模型有誤導性。

• B 將連續特徵進行離散化（Discretization）或分桶（Binning）轉為類別型特徵，統一以類別方式處理 錯誤選項

  強制將連續特徵離散化會損失資訊，並非提升模型表現的好策略。

• C 對連續特徵做標準化（Standardization），類別特徵採用目標編碼（Target Encoding），並生成交互特徵提升模型表現 正解

  標準化連續特徵、目標編碼類別特徵並生成交互特徵，是最完整且有效的特徵工程方案。

• D 只保留連續特徵，忽略類別型變量以簡化模型 錯誤選項

  忽略類別特徵會丟失重要資訊，降低模型預測能力。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。