32. 某電信公司開發客戶流失預測模型，使用大量顧客行為特徵，例如通話時長、上網頻率、帳單金額、客服聯絡次數等。在訓練過程中，團隊發現部分特徵彼此高度相關，但同時也懷疑有些特徵對流失預測的貢獻度有限。若希望模型在避免過擬合(Overfitting)的同時，能自動篩選出較具代表性的特徵，採用下列哪一種方法最為合適？ (A)使用早期停止法(Early Stopping)控制訓練回合數，避免過擬合 (Overfitting)； (B)同時移除多重共線性特徵並採用 L2 正則化(Ridge)，以確保模型穩定收斂； (C)僅使用 L2 正則化(Ridge)，抑制所有權重幅度但保留全部特徵； (D)採用 L1 正則化(Lasso)，透過懲罰項使部分特徵係數縮為 0