👩🛒💰
年消費：2萬、3萬、5萬
大部分顧客的金額集中在比較小的範圍。
「資料太歪、極端值太大怎麼辦？」
大部分顧客的金額集中在比較小的範圍。
少數樣本遠高於多數觀測值。
分析師開始考慮轉換資料尺度。
數值可能從很小一路到非常大，差距巨大。
對數轉換讓大型數值的尺度縮小。
極端大的數值不再與其他樣本拉開那麼誇張的尺度。
集中在較小的數值範圍。
少數樣本一路拖到很大的數值。
通常可壓縮大值，讓分布較不偏斜。
| 方法 | 白話 | 本題 |
|---|---|---|
| Log Transformation | 壓縮大數值尺度，常用於偏態數值特徵 | ✅ |
| Binning | 把連續數值切成區間，例如低／中／高 | ❌ |
| One-hot Encoding | 把類別轉成0／1特徵 | ❌ |
| Random Resampling | 重新抽樣資料 | ❌ |
Log＝把大數字壓縮
Binning＝把數字切區間
One-hot＝把類別變0／1
Resampling＝重新抽資料
⭐ Log 不是刪除極端值，而是「轉換尺度」！
A. 對數轉換（Log Transformation）
B. 區間化（Binning）
C. One-hot 編碼
D. 隨機重抽樣
| 看到 | 想到 |
|---|---|
| 高度偏態／右偏 | 🪄 Log |
| 少數樣本非常大 | 🪄 Log |
| 降低極端大值的尺度影響 | 🪄 Log |
| 切成低／中／高 | 📦 Binning |
| 類別變0／1 | 🏷️ One-hot |
| 重新抽樣 | 🔄 Resampling |
⭐ 資料很歪、尾巴很長、大值很誇張 → 想 Log！
當資料呈現高度偏態、少數樣本的數值遠高於多數觀測值時（例如少數顧客消費金額特別誇張），就適合用對數轉換來壓縮大數值的尺度，降低極端值對模型學習穩定性的影響。
不是，這是最常見的誤解。Log 的重點不是「刪除」極端值，而是「轉換數值尺度」，讓大的數字被壓縮、尺度差距變小，極端值依然存在，只是影響力降低了。
Log Transformation 是壓縮偏態數值的尺度；Binning 是把連續數值切成低／中／高等區間；One-hot Encoding 是把類別特徵轉成 0／1 特徵；Random Resampling 是重新抽樣資料。四者處理的問題完全不同，考試常把它們放在一起當作干擾選項。
看到「高度偏態」「少數樣本數值特別大」「降低極端值對模型的影響」這類描述，就要優先想到 Log Transformation，而不是誤選處理類別特徵的 One-hot 或處理樣本分布的 Resampling。
因為偏態代表資料分布中有一段長尾（例如少數極端大值把整體分布拉歪），Log 轉換剛好能有效壓縮這種長尾造成的尺度差異，讓模型不會被少數極端值主導學習方向，這也是 iPAS 考題最常設計的判斷情境。