38. 某 IoT 平台接收工廠溫度感測器資料，發現在常態分佈(均值 25°C，標準差 2° C)的數萬筆紀錄中，出現數筆「999°C」的極端值，研判為感測器通訊錯誤(網 路封包延遲導致數值溢位)所致，且該異常數值在實際情況下不可能發生。在進 行模型訓練前的資料清洗階段，針對這類離群值，最適當的處理策略為何？
(A)保留所有原始數值，並使用平均數(Mean)作為特徵輸入模型；
(B)對數據進行 Z-score 標準化，使數值落於約[-3, 3]範圍；
(C)將 999°C 以獨熱編碼(One-Hot Encoding)轉為獨立類別特徵；
(D)刪除異常的 999°C 記錄，或以中位數(Median)進行填補

答案：登入後查看
統計： 尚無統計資料