15.關於特徵（屬性）萃取（Feature Extraction）與轉換（Transformation），下 列敘述哪一項正確？
(A) 資料縮減泛指屬性挑選（Selection）與萃取（Extraction）
(B) 屬性越多，表示後續建模有越多參數要調校，過度配適（Overfitting）的 風險越低
(C) 各屬性的量綱均一化屬於屬性萃取（Extraction）的工作
(D) 主成分分析（Principal Component Analysis, PCA）是分佈偏斜屬性常用的 轉換方法

(A) 資料縮減泛指屬性挑選（Selection）與萃取（Extraction） ✅ 正確

解析：

特徵（屬性）萃取（Feature Extraction）與轉換（Feature Transformation） 是資料預處理 (Data Preprocessing) 的重要步驟，幫助減少維度、提高建模效率並降低過擬合風險。

特徵工程 (Feature Engineering) 包括：

1. 屬性挑選 (Feature Selection)：從原始數據中選擇最有影響力的特徵，不改變特徵的原始形式。例如：

   • 資料增益 (Information Gain)
   • 卡方檢定 (Chi-Square Test)
   • L1 正則化 (LASSO Regression)

2. 屬性萃取 (Feature Extraction)：將原始數據轉換為新的特徵，通常降低維度。例如：

   • 主成分分析 (PCA)
   • 獨立成分分析 (ICA)
   • 線性判別分析 (LDA)

選項分析

✅ (A) 資料縮減泛指屬性挑選（Selection）與萃取（Extraction） ✅ 正確

• 資料縮減 (Dimensionality Reduction) 確實包含特徵挑選 (Selection) 和特徵萃取 (Extraction)。
• 特徵挑選 (Feature Selection) 是選擇最重要的特徵，不改變原始特徵。
• 特徵萃取 (Feature Extraction) 是用數學方法轉換數據，例如 PCA、ICA、LDA。

❌ (B) 屬性越多，表示後續建模有越多參數要調校，過度配適（Overfitting）的風險越低 ❌錯誤

• 事實上，屬性越多，參數越多，過度配適 (Overfitting) 的風險越高。
• 因為模型可能會過度擬合訓練數據，而無法泛化到測試數據。
• 高維度問題 (Curse of Dimensionality) 會導致訓練難度增加，數據稀疏化，導致模型表現下降。

❌ (C) 各屬性的量綱均一化屬於屬性萃取（Extraction）的工作 ❌錯誤

• 量綱均一化 (Normalization / Standardization) 屬於特徵轉換 (Feature Transformation)，而不是特徵萃取 (Feature Extraction)。
• 標準化 (Standardization)：將數據轉換為均值為 0、標準差為 1 的分佈 (Z-score Normalization)。
• 正規化 (Normalization)：將數據縮放到特定範圍 (如 [0,1])。

❌ (D) 主成分分析（PCA）是分佈偏斜屬性常用的轉換方法 ❌錯誤

• PCA 是用來降維的，不是專門用來處理偏斜分佈 (Skewed Distribution) 的方法。
• 處理偏斜分佈的方法：
  • 對數轉換 (Log Transformation)
  • Box-Cox 轉換
  • Yeo-Johnson 轉換
  • Z-score 標準化

結論

✔ 正確答案是 (A)，因為資料縮減 (Dimensionality Reduction) 包括屬性挑選 (Selection) 和屬性萃取 (Extraction)。