iPAS AI 應用規劃師中級 115 年第一次 科二 第 33 題 詳解

115 年第一次 科二 大數據處理分析與應用

某線上書店希望建立一個多類別書籍推薦模型，根據讀者的「年齡、性別、過去購書類別偏好評分」等特徵，預測讀者下次最可能購買的書籍主題（共8類）。資料已完整標註，且資料量達數十萬筆。在模型選型上，除了預測準確率外，也需考量模型訓練效率、可擴充性，並需支援快速訓練與線上部署。請問下列哪種方法最適合此情境？

1. A多類別羅吉斯迴歸（Multinomial Logistic Regression）（正確答案）

   有標註的多類別分類，訓練快、易擴充與上線。

2. B支援向量機（SVM）搭配One-vs-One

   One-vs-One 要建 28 個模型，數十萬筆資料成本過高。

3. CK-means分群後將群集標籤作為分類結果

   分群是非監督，群集標籤不等於真實書籍主題。

4. D主成分分析（PCA）後再以最大主成分作為分類依據

   PCA 只做降維，主成分本身不具分類能力。