跳到主要內容
1.2 資料整理與分析流程
114-4 科目 41

一家旅遊平台希望建立模型,預測顧客下次是否會再次透過該平台訂房。資料包含:顧客 ID、年齡、旅遊次數、平均花費金額、主要交通方式(火車/飛機/自駕/公車)、會員等級(普通/進階/白金)、是否為海外旅遊等。下列哪一種特徵工程方法最適合處理「主要交通方式」欄位?

請選擇一個答案

答案 D

核心概念

處理類別型欄位要先問一句「這些類別之間有沒有順序關係?」 ・有順序(例如會員等級:普通 < 進階 < 白金)→ 序數編碼(Ordinal Encoding),把順序資訊保留下來 ・沒有順序(名目類別)→ One-hot 編碼,展開成多個 0/1 欄位,避免模型誤以為數字大小代表優劣 拿衣服標籤比喻:S、M、L 有大小之分,可以編成 1、2、3;紅、藍、綠沒有誰比較大,硬編號碼模型就會以為藍色是紅色的兩倍。
答題技巧

快速判斷技巧:兩步驟:先判斷欄位型態(類別 or 數值),再判斷有沒有順序。: ・類別+無順序 → One-hot ・類別+有順序 → 序數編碼 ・數值 → 標準化或正規化

易錯陷阱:這題刻意在資料清單裡放了兩個型態不同的欄位。 ・會員等級 → 有順序,該用序數編碼 ・主要交通方式 → 無順序,該用 One-hot 就是要測你會不會看錯欄位,作答前先確認題目問的是哪一欄。