iPAS 備考專區 登入

iPAS AI 應用規劃師題庫・初級・L11 人工智慧基礎概論

iPAS 考題解析請問下列何者不是常見的特徵選取技術或方法?

來源標記:樣題114年9月版

你的作答

解析

正確答案:C. 迴歸分析(Regression Analysis)

迴歸分析(Regression Analysis)是預測模型而非特徵選取(Feature Selection)方法。皮爾森相關(Pearson Correlation)、PCA、隨機森林(Random Forest)都可用於特徵選取。

每個選項為什麼對或錯

  • A 皮爾森積差相關分析(Pearson Correlation) 錯誤選項

    皮爾森相關可評估特徵與目標變數的線性關係,是常見的過濾式特徵選取方法

  • B 主成分分析(Principal Components Analysis, PCA) 錯誤選項

    PCA(Principal Component Analysis)是降維(Dimensionality Reduction)技術,可用於特徵擷取

  • C 迴歸分析(Regression Analysis) 正解

  • D 隨機森林(Random Forest) 錯誤選項

    隨機森林(Random Forest)可透過特徵重要性(Feature Importance)排名進行特徵選取

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。