iPAS 備考專區 登入

iPAS AI 應用規劃師題庫・中級・L23 機器學習技術與應用

iPAS 考題解析某電信公司開發客戶流失預測模型,使用大量顧客行為特徵,例如通話時長、上網頻率、帳單金額、客服聯絡次數等。在訓練過程中,團隊發現部分特徵彼此高度相關,但同時也懷疑有些特徵對流失預測的貢獻有限。若希望模型在避免過擬合(Overfitting)的同時,能自動篩選出較具代表性的特徵,採用下列哪一種方法最為合適?

原卷題來源:iPAS 114 年第二次中級科目三 第 32 題(原卷)

你的作答

解析

正確答案:D. 採用 L1 正則化(Lasso),透過懲罰項使部分特徵係數縮為 0

想要防過擬合又能自動篩選特徵,答案是:L1 正則化(Lasso),它的懲罰項會把不重要特徵的係數直接壓到零,等同於自動移除那些特徵,這是 L2 正則化做不到的。

這題有完整的逐題解析

情境、白話說明、每個錯選項的陷阱,以及同一個考點下次會怎麼變形。

答案、題目或解析有問題?回報這題

題目 © 經濟部產業發展署,AITerms.tw 僅作教學解析使用,本站解析以 CC BY-NC-SA 4.0 授權。