11.下列哪一項是監督式（Supervised）的特徵工程（Feature Engineering）方法？
(A) 線性判別分析（Linear Discriminant Analysis）
(B) 主成分分析（Principal Component Analysis）
(C) 潛在語意分析（Latent Semantic Analysis）
(D) 獨立成分分析（Independent Component Analysis）

答案是：
(A) 線性判別分析（Linear Discriminant Analysis, LDA）

解析：

特徵工程 (Feature Engineering) 是指透過轉換、選擇或創造新特徵來提高模型的效能。其中，監督式特徵工程方法 會考慮目標標籤 (Label) 來進行特徵轉換或降維。

監督式學習 (Supervised Learning) 需要標籤 (Labeled Data)，而特徵工程的方法如果使用標籤信息來學習最佳特徵變換方式，則屬於監督式方法。

選項分析

✅ (A) 線性判別分析（LDA, Linear Discriminant Analysis） ✅ 屬於監督式學習的特徵工程方法

• LDA 是一種監督式降維方法，透過最大化類別之間的區別來找到最佳特徵表示。
• 它與 PCA (主成分分析) 的不同點 在於：
  • PCA 只關心數據的整體變異性 (不考慮標籤信息，屬於非監督式學習)。
  • LDA 會考慮數據的類別標籤，確保投影後的數據有更好的可分性，因此屬於監督式學習方法。
• 適用於分類任務 (Classification Tasks)，如人臉識別、文本分類。