iPAS AI 應用規劃師中級 115 年第一次 科二 第 34 題 詳解

115 年第一次 科二 大數據處理分析與應用

某電商平台希望建立二元分類模型，根據商品的「價格區間、品牌、顏色、材質」等特徵，將商品分類為「高銷量（1）」或「低銷量（0）」。同時希望模型輸出具備可解釋的機率（如P=0.73表示73%機率為高銷量）。請問下列哪種方法最適合？

1. AK-means分群（K-means Clustering）

   非監督式分群，沒有已知標籤，也不產生機率。

2. B決策樹迴歸（Decision Tree Regression）

   決策樹迴歸輸出連續值，非機率，樹本身也不校準機率。

3. C羅吉斯迴歸（Logistic Regression）（正確答案）

   以Sigmoid輸出0到1機率，正是二元分類標準解。

4. D線性迴歸（Linear Regression）

   線性迴歸預測連續值，結果可能超出0到1。