在機器學習中，特徵縮放（Feature Scaling）對哪類演算法影響最大？
iPAS 考題解析
在機器學習中，特徵縮放（Feature Scaling）對哪類演算法影響最大？
- A. K-近鄰演算法（KNN）和支持向量機（SVM） ✓ 正確答案
- B. 決策樹（Decision Tree）和隨機森林（Random Forest）
- C. 樸素貝葉斯（Naive Bayes）和邏輯迴歸（Logistic Regression）
- D. 關聯規則學習（Association Rule Learning）
詳細解析
KNN 依賴歐幾里德距離計算鄰居，SVM 依賴特徵空間的邊界最大化，兩者都對特徵的尺度非常敏感。特徵縮放不影響基於樹的演算法（如決策樹、隨機森林），因為它們只關注特徵排序而非絕對值。
出題年份：114 難度：★★☆