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 · 考點:數據準備與特徵工程
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)
早停只控制訓練回合,不會改變特徵的使用。
- 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。
- 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。
- 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。
正確答案:D
L1 與 L2 正則化在抑制過擬合時的特徵篩選差異 先看題目要的是「壓縮權重」還是「自動剔除特徵」,再決定用 L2 或 L1。
用刷8題準備 iPAS AI 應用規劃師中級
每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。
開始刷題同考點的題目
數據準備與特徵工程
- 114 年第二次 科三 第 34 題某醫療人工智慧團隊正在開發心臟病風險預測模型,資料量僅有150筆,其中陽性個案不到8%。由於樣本數稀少且類別分布極不平衡…
- 114 年第二次 科三 第 38 題附圖程式碼所計算的是哪一類型的評估指標?
- 114 年第二次 科三 第 42 題在深度神經網路中,不同層的參數量(parameter count)差異極大。有些層雖然數量少但計算量大,有些則相反。了解…
- 114 年第二次 科三 第 44 題VGG16層數深且結構規則,由多層卷積、池化及全連接層組成。了解各層的輸入/輸出維度、參數量及記憶體需求,有助於掌握CN…
- 114 年第二次 科三 第 47 題研究人員在對digits資料集進行分類時,決定使用KNN並搭配交叉驗證來評估模型準確率。他們撰寫了四組不同的程式碼來進行…