阿摩線上測驗 登入

最新科目

最新試卷

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

13. (A) faithful record (B) neutral storehouse (C) jumbled repository (D) static archive

14. (A) Consequently (B) In contrast (C) Similarly (D) In effect

9.某人資部門整理員工滿意度問卷時,發現部分問卷缺少「年資」欄位。若分析人員要處理缺失值,下列哪一項做法最符合資料整理原則?(A)不檢查缺失比例與原因,直接把所有缺失值改成0(B)先分析缺失比例與可能原因,再依欄位意義選擇刪除、補值或另設未知類別(C)只要有缺失值,就必須刪除整份資料表(D)缺失值一定代表受訪者惡意填答,應全部排除

10.某資料科學團隊在建立房價預測模型前,先用完整資料集計算平均值與標準差,再將資料切分為訓練集與測試集。上線後發現模型評估結果過度樂觀。下列何者最能說明問題所在?(A)在資料切分前使用完整資料計算標準化統計量,可能造成資料洩漏(B)標準化一定會降低模型準確率,因此不應使用(C)測試資料應參與模型訓練,才能提升泛化能力(D)只要資料量夠大,資料切分順序不會影響評估

11.某電商平台的顧客資料表中,「地區」欄位包含台北、新北、桃園等類別。若團隊要將此欄位提供給一般機器學習模型使用,且不希望模型誤以為地區之間有大小順序,最適合的處理方式為何?(A)Label Encoding,將台北設為1、新北設為2、桃園設為3(B)One-hot Encoding,將各地區轉為獨立二元欄位(C)直接刪除地區欄位,避免任何分析(D)將所有地區合併為同一類別,以降低資料量