iPAS AI 應用規劃師中級 114 年第二次 科三 第 32 題 詳解

114 年第二次 科三 機器學習技術與應用

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？

1. A使用早期停止法（Early Stopping）控制訓練回合數，避免過擬合（Overfitting）

   早停只控制訓練回合，不會改變特徵的使用。

2. 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

   人工移除共線性不算模型自動篩選，且 L2 仍保留全部特徵。

3. C僅使用L2正則化（Ridge），抑制所有權重幅度但保留全部特徵

   L2 只把係數縮小、不會歸零，無法做特徵選擇。

4. D採用L1正則化（Lasso），透過懲罰項使部分特徵係數縮為0（正確答案）

   L1 懲罰項使部分係數歸零，同時抑制過擬合並自動選特徵。