巨量資料分析前進行屬性特徵選擇(Feature-Selection)時，下列何種方法不適合用來做為選擇的標準依據？
A資訊增益(Information Gain)
B均方根誤差(Root Mean Squared Error)正確答案
C卡方係數(Chi-Squared coefficient)
D相關係數(Pearson's correlation coefficient)
答案與詳解
逐選項解析
A資訊增益(Information Gain)資訊增益/熵✕ 錯誤
資訊增益衡量某特徵對目標類別的分類純度提升程度，是決策樹中最經典的 Feature Selection 標準，完全適合。
B均方根誤差(Root Mean Squared Error)模型評估誤差✓ 正確
RMSE 是「模型預測誤差」的事後評估指標，必須先建模、先預測才能計算，不能在 Feature Selection 階段單獨作為選擇標準依據。
C卡方係數(Chi-Squared coefficient)✕ 錯誤
D相關係數(Pearson's correlation coefficient)✕ 錯誤
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
