某資料集包含「年齡」「收入」「購買次數」三個數值特徵，其中「收入」的範圍是20,000~500,000，「購買次數」的範圍是1~50。若直接使用KNN演算法而不做任何前處理，最可能出現什麼問題？

解析

正確答案是(B)。KNN基於距離計算，當特徵的量級差異過大時（收入：萬級 vs 購買次數：十位數），高量級特徵會主導距離計算，使其他特徵形同虛設。這就是為什麼需要做特徵縮放（Feature Scaling）。(A)錯誤陷阱：Overfitting與特徵尺度無直接關係，更多與模型複雜度、資料量有關。(C)錯誤：KNN可以處理數值型資料。(D)錯誤：特徵數量少反而會減少計算時間。關鍵概念：使用基於距離的演算法前，必須進行特徵縮放（如標準化或正規化）。

正確答案：B. 距離計算會被「收入」特徵主導，「購買次數」幾乎不影響結果