iPAS AI 應用規劃師初級 115 年第二次 科一 第 13 題 詳解

115 年第二次 科一 人工智慧基礎概論

某銀行建立機器學習模型預測客戶的貸款違約風險。資料集中有一個「職業類別」欄位，包含「工程師、教師、業務、自由業」等類別。工程師計劃將此欄位進行編碼處理後直接輸入線性模型。下列哪一種編碼方式最可能導致模型錯誤解讀類別之間的關係？

1. AOne-Hot Encoding

   各類別獨立成欄，不產生大小關係，最安全。

2. BBinary Encoding

   以二進位壓縮維度，語意雖弱但不直接暗示排序。

3. CTarget Encoding

   用目標平均值編碼，風險在過擬合與資料洩漏，非誤判順序。

4. DLabel Encoding（正確答案）

   把名目類別轉成 0123，線性模型會讀成大小順序。