一位資料科學家檢查某個特徵，發現其分佈模式為眾數 (mode) < 中位數 (median) < 平均數 (mean)。哪種轉換最適合用於轉換此資料，以便套用線性迴歸模型？

當資料分佈呈現眾數 < 中位數 < 平均數的模式時，表示資料是右偏（正偏）的。線性迴歸模型假設殘差服從常態分佈，且輸入特徵與輸出之間存在線性關係。右偏資料會違反這些假設，導致模型表現不佳。 對數轉換 (Logarithmic transformation) 是一種常用的方法，可以壓縮較大的值並擴展較小的值，有效降低資料的偏度，使分佈更接近常態分佈，從而改善線性迴歸模型的擬合效果。 指數轉換通常用於處理左偏資料，或將資料轉換為指數尺度。多項式轉換用於引入非線性關係，但不直接處理偏度問題。正弦轉換則是用於處理週期性資料，與資料偏度無關。