148. 以下哪一項是特徵選取的主要原則之一？
(A) 選擇全部可用數據
(B) 確保數據集的平衡性
(C) 測試特徵對模型性能的影響
(D) 僅使用文本數據

答案：登入後查看
統計： A(30), B(216), C(399), D(5), E(0) #3416423

詳解 (共 2 筆)

#6561726
✅ 正確答案是 (C) 測試特徵對模型...
(共 474 字，隱藏中）
前往觀看
9
0
#6594963

正確答案是：

(C) 測試特徵對模型性能的影響

解釋如下：

特徵選取（Feature Selection） 的主要目的是從眾多特徵中找出對模型有幫助的關鍵特徵，以提升模型效能、降低過擬合風險、縮短訓練時間、增加可解釋性。

各選項說明：

  • (A) 選擇全部可用數據
    　→ 錯誤。這樣做違背了特徵選取的初衷，可能引入多餘或雜訊特徵，影響模型效能。

  • (B) 確保數據集的平衡性
    　→ 雖然數據平衡性很重要，但這屬於資料預處理（如處理類別不平衡）的一環，不是特徵選取的核心原則。

  • (C) 測試特徵對模型性能的影響
    　→ 正確。這是特徵選取的核心原則，常見方法有遞迴特徵消除（RFE）、特徵重要性評估（如用隨機森林）、交叉驗證等。

  • (D) 僅使用文本數據
    　→ 錯誤。這是資料類型的限制，與特徵選取無直接關係。

總結：

特徵選取的重點在於 評估每個特徵對模型效能的貢獻，因此答案是：

✅ (C) 測試特徵對模型性能的影響。

3
0