對監督式學習(supervised learning)的說明，下列何者有誤？
A監督式學習需要使用標記過類別的資料(labeled data)進行訓練(training)
B監督式學習可以跟非監督式學習整合，進行資料分析
C目前所有的監督式學習的方法，皆無法對線性不可分(nonlinear)的資料進行分類正確答案
D將資料的所有特徵(feature)放入監督式學習，不一定會找到最好的分類方式
答案與詳解
為什麼答案是 C
此敘述有誤。SVM透過核函數（kernel trick）、多層神經網路（深度學習）、決策樹等方法，皆能有效處理線性不可分的非線性資料，「所有方法皆無法」這說法明顯錯誤。
考點：監督式學習定義考點：半監督式學習考點：非線性分類能力考點：特徵選取/維度詛咒
載入中…
