iPAS 考題解析在進行資料前處理時，若使用Label Encoding將類別變數轉換為數字型態，下列何者為最常見的潛在風險？
你的作答
在題目頁作答不會存進學習紀錄，想留下紀錄可以到題庫練習。
解析
正確答案：B. 會引入類別之間的假序順關係
Label Encoding將類別映射為整數（如0、1、2），模型可能誤解這些整數具有大小或距離關係（如「類別2」>「類別1」），對無序名義變數會產生假序順關係，影響模型學習。
每個選項為什麼對或錯
-
A 無法處理缺值 錯誤選項
Label Encoding本身可先行填補缺值再進行編碼，缺值處理非其固有限制。
-
B 會引入類別之間的假序順關係 正解
無序類別被編碼為0、1、2等整數後，模型可能誤判類別間存在順序大小，此為最常見風險。
-
C 無法擴展至新資料 錯誤選項
Label Encoding可透過fit後的映射表處理新類別，擴展性並非主要問題。
-
D 記憶體佔用過高 錯誤選項
Label Encoding只產生一欄整數，記憶體佔用比One-Hot Encoding低，非主要風險。
答案、題目或解析有問題？回報這題