8. 某零售企業在建置機器學習模型預測顧客購買機率時， 資料同時包含大量稀疏類別特徵與數值型特徵。 團隊希望模型既能學習過去已出現的特徵組合規律，也能對未出現的特徵組合做出合理預測。 下列哪一種模型架構最適合此類需求？
(A)線性迴歸(Linear Regression)；
(B)決策樹(Decision Tree)；
(C)支援向量機(Support Vector Machine, SVM)；
(D)寬深模型(Wide and Deep)

答案：登入後查看
統計： A(1), B(0), C(0), D(1), E(0) #3870512