iPAS 考題解析某保險公司建立 AI 理賠金額預測模型。歷史理賠資料經檢定後呈近似常態分佈，但仍存在少數極端高額案件。資料科學團隊在不破壞整體分佈特性的前提下，規劃進行離群值處理。下列何者最不適當？

解析

正確答案：C. 使用 One-hot 編碼（One-hot Encoding）將離群值轉換為類別特徵以改善數值穩定性

One-hot 編碼是用來將類別型特徵轉換為數值的方法，不適用於處理數值型的離群值。將數值離群值轉為類別特徵會破壞原始資料的數值意義，無法正確處理離群值問題。

每個選項為什麼對或錯

• A 依統計準則（如 Z-score 或 IQR）評估後，再決定是否調整或處理極端值 錯誤選項

  使用統計準則如 Z-score 或 IQR 來識別和評估極端值是標準做法。

• B 採用截尾（Trimming）處理極端值，以提升模型穩定性 錯誤選項

  截尾處理可以移除極端值以提升穩定性，是合理的離群值處理方式。

• C 使用 One-hot 編碼（One-hot Encoding）將離群值轉換為類別特徵以改善數值穩定性 正解

  One-hot 編碼用於類別特徵轉換，將數值離群值轉為類別特徵不合邏輯（正確答案）。

• D 結合領域知識評估其合理性，再決定保留或修正 錯誤選項

  結合領域知識判斷離群值的合理性是最佳實務之一。

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。