iPAS 考題解析某醫院研究特定心血管疾病的成因,收集了50名病患與150名正常人的年齡、血壓、血型等三項屬性變數。此研究適合使用下列哪一種機器學習模型來建立?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 決策樹(Decision Tree)
有標籤的分類問題(病患/正常人),且包含類別變數(如血型),決策樹(Decision Tree)最適合處理混合型特徵的分類任務。
每個選項為什麼對或錯
-
A 決策樹(Decision Tree) 正解
題目是典型的監督式分類問題,目標是區分「病患」和「正常人」。決策樹能處理數值型(年齡、血壓)和類別型(血型)混合的特徵,且易於解釋,非常適合此類任務。
-
B 線性迴歸(Linear Regression) 錯誤選項
線性迴歸(Linear Regression)是用於預測連續數值目標變數的迴歸模型,不適用於預測離散的類別(病患/正常人)分類問題。
-
C 基於密度之含噪空間聚類法(Density-Based Spatial Clustering of Application with Noise, DBSCAN) 錯誤選項
DBSCAN 是一種非監督式聚類(Clustering)演算法,用於在沒有標籤的情況下發現數據中的群組,不適用於已有明確標籤的分類任務。
-
D K-means聚類(K-means Clustering) 錯誤選項
K-means 也是非監督式聚類(Clustering)演算法,且主要處理數值型數據,不適合處理有標籤的分類問題,尤其當特徵包含類別型變數時。
答案、題目或解析有問題?回報這題