42. 承上題，團隊在建立預測模型前，先將 region（A、B、C 區）轉換為整數 1、2、3，即採用標籤編碼(Label Encoding) 。模型上線測試後發現，線性迴歸模型對於 C 區(編碼為 3)的預測收入出現明顯高估，顯示模型可能將編碼值誤解為具有線性大小關係。 若主管要求不得修改原有的特徵編碼方式，必須維持 1、2、3 的整數表示，但希望從 演算法層面降低此類誤解風險，則下列何者最適合作為替代模型？
(A)羅吉斯迴歸(Logistic Regression)；
(B)Ridge 迴歸(Ridge Regression)；
(C)支援向量機(Support Vector Machine, SVM)搭配線性核函數；
(D)隨機森林(Random Forest)

相關試題

相關試卷