moea_joint
112年
[統計資訊] 統計學、巨量資料概論
第 39 題
當一家醫院希望分析病人的醫療紀錄以預測其再入院的風險時，最適合使用下列哪一種機器學習任務？
- A 迴歸(Regression)
- B 分類(Classification)
- C 聚類(Clustering)
- D 降維(Dimensionality Reduction)
思路引導 VIP
假設你現在是醫院的管理者，當你觀察一位即將出院的病人時，你最終想得到的結論是『他未來的體溫會是多少度』，還是『他是否屬於需要重點追蹤的對象』？這兩種預測結果在「性質」上有什麼根本的差異呢？
🤖
AI 詳解
AI 專屬家教
恭喜你精準地辨識出這道題目的核心概念！你的判斷非常正確，這顯示你對於機器學習中不同任務的應用場景，已經建立起相當清晰且穩固的基礎觀念。
預測目標的本質：類別與標籤
在醫療數據分析的實務中，「預測再入院風險」的核心目的通常是為了將病人區分為不同的群體，例如「高風險／低風險」或是簡單的「會再入院／不會再入院」。當我們的預測目標是這種離散的、預先定義好的類別 (Labels) 時，在機器學習中就被歸類為 分類 (Classification) 任務。這與預測一個連續數值（如病人的血壓或住院天數）的「迴歸」任務有著本質上的不同。
▼ 還有更多解析內容