38. 關於監督式學習(Supervised Learning)的敘述，下列哪一項 錯誤？
(A) 決策樹(Decision tree)屬於監督式(Supervised Learning)方法之一
(B) 異常偵測(Anomaly Detection)屬於監督式 (Supervised Learning)方法之一
(C) 集群分析(Clustering Analysis)也是一種資料降維 的方式
(D) 最近鄰居分類(K-nearest Neighbors)屬於監督式 (Supervised Learning)方法之一

答案：登入後查看
統計： A(0), B(8), C(10), D(3), E(0) #3323468

詳解 (共 1 筆)

#6329838

監督式學習的定義

監督式學習是 機器學習的一種方法，它需要 標記資料（Labeled Data） 來訓練模型，目標是學習輸入 XXX 與標籤 YYY 之間的映射關係，以便對新的未見數據進行分類或預測。

  • 常見監督式學習方法
    • 分類（Classification）：如 決策樹（Decision Tree）、K 近鄰（KNN）、支持向量機（SVM）、神經網路（Neural Networks） 等。
    • 回歸（Regression）：如 線性回歸（Linear Regression）、隨機森林回歸（Random Forest Regression） 等。

分析選項

  • (A) 決策樹(Decision Tree)屬於監督式(Supervised Learning)方法之一

    • ✅ 正確。決策樹是一種監督式學習方法，可用於分類（Classification） 和 回歸（Regression） 問題。

  • (B) 異常偵測(Anomaly Detection)屬於監督式(Supervised Learning)方法之一

    • ❌ 錯誤。異常偵測通常是 非監督式學習（Unsupervised Learning） 的應用，因為異常資料點通常沒有明確的標記。在某些情況下（例如有標記的正常/異常資料），它可以使用監督式學習，但大多數異常偵測應用是非監督式的。

  • (C) 集群分析(Clustering Analysis)也是一種資料降維的方式

    • ✅ 正確。雖然集群分析（Clustering）主要用於分群（如 K-Means），但它也可以用於降維（Dimensionality Reduction），例如通過 主成分分析（PCA）後進行分群，來簡化高維數據。

  • (D) 最近鄰居分類(K-nearest Neighbors)屬於監督式(Supervised Learning)方法之一

    • ✅ 正確。K 近鄰（KNN）是一種監督式學習方法，因為它需要已標記的資料來決定新數據點的分類。

正確答案：

✅ (B) 異常偵測(Anomaly Detection)屬於監督式(Supervised Learning)方法之一（這是錯誤的說法，因為異常偵測大多是 非監督式學習）

0
0