下列何種方法能對大量特徵屬性的資料進行分析以萃取出重要訊息？
A主成分分析(Principal Component Analysis)正確答案
B關聯法則(Association Rule)
CK均值法(K-means)
DK近鄰法(K-nearest Neighbors)
答案與詳解
逐選項解析
A主成分分析(Principal Component Analysis)降維/特徵萃取✓ 正確
主成分分析(PCA)是降維技術，透過線性轉換將高維度資料投影至低維空間，保留最大變異量，能有效處理大量特徵屬性並萃取關鍵訊息，正是題目所描述的方法。
B關聯法則(Association Rule)關聯規則挖掘✕ 錯誤
關聯法則(如Apriori)用於發現資料項目間的共同出現規律，例如購物籃分析，目的是找出「若A則B」的規則，而非對大量特徵進行降維萃取。
CK均值法(K-means)✕ 錯誤
DK近鄰法(K-nearest Neighbors)✕ 易錯陷阱
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
