13 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？
(A) 決策樹(Decision Tree)
(B) 線性廻歸(Linear Regression)
(C) 基於密度之含噪空間聚類法(Density-Based Spatial Clustering of Application with Noise, DBSCAN)
(D) K-means 聚類(K-means Clustering)

這題的正確答案是 (A) 決策樹 (Decision Tree)。

1. 分析問題類型

首先，我們需要理解這個研究想做什麼。

• 目標：找出特定心血管疾病的「成因」，換句話說，就是想建立一個模型，能夠根據「年齡、血壓、血型」這些特徵來 預測 或 分類 一個人是否為病患。

• 資料特性：

  • 標籤 (Label) 已知：研究人員已經明確區分了兩組人：「50 名病患」和「150 名正常人」。這意味著我們的資料是有答案的，我們知道每一筆資料（每個人）最終的結果（生病或正常）。

  • 任務：預測一個離散的類別（生病 vs. 正常）。

具備「已知標籤」的資料，並用來進行「類別預測」的任務，在機器學習領域中被稱為 監督式學習 (Supervised Learning) 中的 分類 (Classification) 問題。

2. 分析選項

了解問題類型後，我們來檢視各個選項是否適合解決這個「監督式分類」問題。

(A) 決策樹 (Decision Tree)

• 類型：監督式學習模型。

• 用途：主要用於分類和迴歸。它透過一系列的「如果...那麼...」規則來建立一個樹狀結構的模型，非常適合用來判斷一個樣本屬於哪個類別。

• 適用性：非常適合。決策樹可以學習如何根據年齡、血壓、血型等變數來區分病患與正常人，並且模型的可解釋性高，有助於研究人員理解成因。

(B) 線性迴歸 (Linear Regression)

• 類型：監督式學習模型。

• 用途：主要用於迴歸 (Regression)，也就是預測一個連續性的數值。例如，預測房價、預測明天的氣溫、預測血壓值。

• 適用性：不適合。我們的目標是預測「是否生病」（一個類別），而不是一個連續的數值。

(C) 基於密度之含噪空間聚類法 (DBSCAN)

• 類型：非監督式學習 (Unsupervised Learning) 模型。

• 用途：主要用於聚類 (Clustering)。它是在沒有標籤的資料中，自動找出資料的群聚結構。例如，將一群客戶自動分成不同的喜好群體。

• 適用性：不適合。我們已經有「病患」和「正常人」這兩個明確的標籤了，我們不需要機器來幫我們找群體，而是要機器學習如何「區分」這兩個已知的群體。

(D) K-means 聚類 (K-means Clustering)

• 類型：非監督式學習 (Unsupervised Learning) 模型。

• 用途：與 DBSCAN 類似，主要用於聚類。它也是在沒有標籤的資料中找出 K 個群體。

• 適用性：不適合。理由同 (C)，這是一個監督式分類問題，而非非監督式聚類問題。

結論

綜合以上分析：

• 我們面對的是一個監督式分類問題。

• 決策樹是解決這類問題的經典模型。

• 線性迴歸是用於預測數值的迴歸模型，不適用於分類。

• DBSCAN 和 K-means 是非監督式聚類模型，當資料沒有預先標記時才使用。

因此，最適合此研究的機器學習模型是 (A) 決策樹。