15.下列哪一項屬於監督式學習(Supervised Learning)？
(A) K-means
(B) PCA
(C) Linear Regression
(D) Apriori

【逐步拆解觀念】

監督式學習需要「輸入 X」與「標籤 Y」。
像「根據坪數預測房價」、「根據圖片預測貓狗」都屬於監督式。

線性迴歸正是：
給模型一堆（X, Y）資料，讓模型學習如何預測 Y。

其他選項都是「非監督式（Unsupervised）」常見演算法。

【選項逐一破題】

(A) K-means — 分群（Clustering）
非監督式學習。
自動將資料分成 K 群，完全沒有標籤。

(B) PCA — 主成分分析（降維）
非監督式學習。
拿來壓縮資料維度，沒有標籤，也不是用來預測。

(C) Linear Regression — 線性迴歸
監督式學習（Supervised Learning）。
有「標籤 Y」，用 X 預測 Y。
完全符合題目要求。

(D) Apriori — 關聯規則（Association Rule Learning）
非監督式。
常用在購物籃分析，例如「買尿布的人常買啤酒」。

【延伸知識】

三大學習型態整理：

1. 監督式 Supervised
   有標籤 Y，做分類或迴歸。
   例：線性迴歸、邏輯迴歸、決策樹、SVM、類神經網路（訓練分類時）。

2. 非監督 Unsupervised
   無標籤，做分群、降維、關聯分析。
   例：K-means、PCA、Apriori。

3. 強化學習 Reinforcement Learning
   有獎勵、試誤方式學習（不在本題範圍）。

【記憶技巧】

一句話快速記：

「回歸分類有老師（監督式），分群降維沒老師（非監督式）。」

或更短的版本：
「Regression＝Supervised。」

【常見錯誤】

1. 把 PCA 誤以為是監督式
   因為看起來像是一種模型，但它不是用來預測，只是降維。

2. 把 Apriori 當成監督式
   Apriori 沒有標籤，是典型非監督式。

3. K-means 被誤以為是分類
   注意：分類是 supervised，但「分群 clustering」是 unsupervised。