iPAS AI 應用規劃師中級 114 年第二次 科三 第 46 題 詳解
114 年第二次 科三 機器學習技術與應用
在郵遞區號自動辨識的研究中，研究人員收集了一份手寫數字影像資料集，每一張影像為8×8的灰階圖片，共包含多個手寫數字樣本。這份資料集來自UCI Machine Learning Repository，常被用於數字辨識與機器學習方法的教學與實驗。
在過程中，研究人員發現資料中可能存在雜訊，例如筆跡模糊或影像中附加的干擾點，這會影響後續分類模型的效能。因此，他們希望透過資料降噪的方法，提升後續分類的準確度。同時，他們也想透過KNN (K-Nearest Neighbors)搭配交叉驗證來評估模型表現，確保模型在不同資料切割下都能有穩定的預測能力。
部分樣本經繪製後的外觀如下圖所示：
根據這份資料來回答46~47題。
假設研究人員已將含有雜訊的手寫數字影像存放在變數noisy中。部分資料經視覺化後的外觀如下：他們嘗試使用PCA進行降噪，並希望能保留影像的主要特徵，同時去除影像中的雜訊。然而，當程式執行後，觀察到影像仍然含有明顯的雜訊。研究人員懷疑是程式中某個步驟的設定不正確，導致PCA沒有發揮降噪的作用，需要修改程式碼才能讓降噪有效。請問哪一段程式碼需要修改，才能讓PCA對noisy影像有效去噪？
- A程式碼A
匯入 PCA 模組的寫法正確，與去噪效果無關。
- B程式碼B（正確答案）
PCA() 未指定 n_components，保留全部成分，故需修改。
- C程式碼C
對 noisy 配適是必要步驟，無誤。
- D程式碼D
轉換到主成分空間的語法正確，不是問題來源。
正確答案：B
PCA 降維去噪時，n_components 設定對重建結果的影響 看到 PCA 去噪題，先檢查有沒有指定保留的成分數或變異比例。
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