17.下列哪一種演算法可以用於分類(Classification)任務？
(A) K-means
(B) Naive Bayes
(C) Apriori
(D) PageRank

答案：登入後查看
統計： A(9), B(6), C(1), D(3), E(0) #3678248

詳解 (共 1 筆)

#7222595

【解題思路】

抓題目中的關鍵字：

「分類（Classification）」＝需要輸入資料 + 類別標籤（監督式學習）。
考點就是：誰是用來做分類的演算法？

四個選項中，唯一是「分類模型」的是：

Naive Bayes（樸素貝氏分類器）

所以一秒選 (B)。

【逐步解析觀念】

分類（Classification）屬於監督式學習，用來回答：

  • 這封 Email 是垃圾郵件還是正常郵件？

  • 這張圖片是貓還是狗？

  • 這個客戶會不會流失？

Naive Bayes 是非常常用、速度快、效果穩定的分類演算法，尤其在文字分類（例如垃圾郵件偵測）特別強。

【選項逐一破題】

(A) K-means — 分群（Clustering）
非監督式學習，用來把資料自動分成 K 群。
不是分類（Classification），因為沒有標籤。

(B) Naive Bayes — 樸素貝氏分類器
監督式學習，可用於分類（Classification）。
非常典型的考題，正確答案。

(C) Apriori — 關聯規則（Association Rule Learning）
找商品之間的關聯，例如「買尿布的人會買啤酒」。
不是用來分類的。

(D) PageRank — 網頁排名演算法
Google 早期用來排名網頁的重要性。
與分類任務無關。

【延伸知識】

常見分類演算法（全部屬監督式）：

  • Naive Bayes（樸素貝氏分類）

  • Logistic Regression（邏輯迴歸）

  • Decision Tree（決策樹）

  • Random Forest（隨機森林）

  • SVM（支援向量機）

  • Neural Networks（類神經網路）

這些都是 AI 初階考試必背。

【記憶技巧】

一句話背：

「分類找 Naive Bayes，分群找 K-means，關聯找 Apriori。」

或者更口語：

「分類（有標籤）＝監督式，Naive Bayes 是分類王者。」

【常見錯誤】

  1. 把 K-means 誤認成分類
    K-means 是分群，不是分類！
    「分群＝無標籤」、「分類＝有標籤」，務必記住。

  2. 看到 PageRank 就以為是 AI 演算法
    PageRank 是搜尋引擎排名演算法，不是做分類的。

  3. 把 Apriori 誤以為分類
    Apriori 是做商品關聯分析，跟類別預測無關。

0
0