下列統計學習(Statistical Learning)的方法或過程，何者不易受到變數尺度(Scale)不同的影響？
A決策樹學習(Decision Tree Induction)正確答案
BK-近鄰算法 (k-nearest Neighbors Algorithm)
CK-均值聚類算法 (K-means Clustering）
D隨機梯度下降 (Stochastic Gradient Descent)正確答案
答案與詳解
逐選項解析
A決策樹學習(Decision Tree Induction)學習演算法與尺度✓ 正確（原命題正解）
正向縮放不改變該特徵的排序，決策樹可對應調整切分閾值，故通常較不受尺度影響。
BK-近鄰算法 (k-nearest Neighbors Algorithm)學習演算法與尺度✕ 錯誤
KNN依距離決定近鄰，尺度較大的變數可主導距離。
CK-均值聚類算法 (K-means Clustering）✕ 錯誤
D隨機梯度下降 (Stochastic Gradient Descent)✓ 正確（原命題正解）
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
