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?
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)就用序數編碼(Ordinal Encoding),把順序資訊保留下來;沒有順序(名目類別)就用 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。
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同時放了「會員等級」(有順序,該用序數編碼)與「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,再套規則。