iPAS AI 應用規劃師中級 115 年第一次 科一 第 35 題 詳解

115 年第一次 科一 人工智慧技術應用與規劃

某生物醫學研究機構正在建構一個整合「基因序列特徵」與「電子病歷文本特徵」的疾病風險預測模型。由於高維數值特徵和語意文本特徵的性質差異顯著，請問下列哪一種特徵處理與選擇策略最為合適？

1. A將所有特徵合併為單一特徵矩陣後，使用主成分分析（PCA）進行降維，作為模型輸入

   PCA 對混合尺度與語意特徵直接降維會破壞文本語意。

2. B採分層策略，先對基因序列特徵進行特徵選擇，再對文本特徵進行語意表示，最後將兩類特徵融合（Feature Fusion）後輸入模型（正確答案）

   分層處理後再融合，尊重兩類特徵各自性質，正確。

3. C將所有特徵合併後，使用隨機森林（Random Forest）的特徵重要性進行一次性排序與篩選

   一次性重要性排序忽略文本需先語意化的前提。

4. D將文本特徵轉換為簡單統計特徵（如詞頻）後與基因特徵一併建模，以降低特徵處理複雜度

   詞頻捨棄上下文語意，為求簡化而犧牲資訊量。