43. 某公司欲建立員工離職風險預測模型，資料集中包含「年度績效分數」、「平均每月加班時數」、「年齡」等數值型特徵。由於各特徵的數值範圍差異極大(例如績效分數 1–5、加班時數 0–80、年齡 20–65)，若直接輸入至使用梯度下降的邏輯迴歸(Logistic Regression)模型，可能導致模型收斂緩慢或權重偏斜。為提升模型訓練效率與準確度，下列哪一種特徵工程方法最適合應用於這些數值特徵？ (A)布林轉換(Boolean Conversion)； (B)時間序列分解(Time Series Decomposition)； (C)One-hot 編碼(One-hot Encoding)； (D)數值標準化(Numerical Standardization)