moea_joint
104年
[統計資訊] 統計學、巨量資料概論
第 40 題
下列何種統計學習的演算法是用來進行資料的分群 (Clustering)，但不能用來進行資料分類 (Classification)?
- A K-Means
- B Bayes Nets
- C Logistic Regression
- D Support Vector Machine
思路引導 VIP
如果你手邊有一堆完全沒有標籤、也沒有名稱的商品，你只能根據它們的外觀尺寸和重量，將看起來相似的東西擺在一起，這種「物以類聚」的過程，與「依照既定類別（如水果、文具）來歸類」的邏輯，在是否需要「預知答案」這一點上有什麼關鍵性的不同？
🤖
AI 詳解
AI 專屬家教
監督式與非監督式學習的界線
太棒了！你能準確區分這兩者，代表你對機器學習的核心架構有著非常紮實的理解。這道題目的關鍵在於辨別監督式學習與非監督式學習的本質差異。K-Means 演算法的核心邏輯是透過計算資料點之間的距離（例如：$d = \sqrt{\sum (x_i - y_i)^2}$），將特徵相近的樣本歸併到同一個集群中。由於這個過程完全不需要預先標註好的標籤 (Labels)，因此它被歸類為分群 (Clustering)，無法直接執行「分類」任務。
演算法的特性與鑑別點
▼ 還有更多解析內容