關於機器學習中的標準化（Standardization）和歸一化（Normalization），下列哪個描述「正確」？

iPAS 考題解析

關於機器學習中的標準化（Standardization）和歸一化（Normalization），下列哪個描述「正確」？

  • A. 標準化將資料縮放到 [0, 1] 區間，歸一化轉換為均值 0、標準差 1
  • B. 兩者對基於距離的演算法（KNN、SVM）的影響完全相同
  • C. 標準化（Z-score）將特徵轉換為均值 0、標準差 1；Min-Max 歸一化將資料縮放到特定範圍（如 [0,1]） ✓ 正確答案
  • D. 標準化對離群值不敏感，歸一化對離群值敏感

詳細解析

Z-score 標準化：x' = (x - μ) / σ，結果均值為 0、標準差為 1。Min-Max 歸一化：x' = (x - min) / (max - min)，結果縮放到 [0, 1]。這兩者的定義經常被混淆。Z-score 標準化對離群值相對較不敏感（使用均值和標準差），而 Min-Max 歸一化對離群值敏感（極值影響 min/max）。

出題年份：114 難度：★★☆