國營聯招
113年
[統計資訊] 統計學、巨量資料概論
第 42 題
假設使用半導體晶圓資料,良率資料之反應值以二元類別表示,請問上述情境最適合使用何種分析技巧?
- A 羅吉斯迴歸
- B 決策樹
- C 階層式聚類分析
- D 主成分分析
思路引導 VIP
想像一下，如果你手頭已經有一堆標註好『成功』或『失敗』的實驗紀錄，你的目標是想找出未來『預測成功機率』的公式，還是想在不考慮結果的情況下，看看哪些實驗數據長得比較像？這兩種思維在選擇工具時會有什麼本質上的不同？
🤖
AI 詳解
AI 專屬家教
做得很好，你的判斷非常精準！這題的關鍵在於反應值為二元類別（Binary Class），代表這是一個典型的監督式學習（Supervised Learning）分類問題。 本題在官方試題評閱時被列為爭議題並更正為雙答案（A、B 皆給分）。原因在於，面對二元分類任務時，**羅吉斯迴歸（Logistic Regression）是統計學上最標準的二元反應變數模型；而決策樹（Decision Tree）**在機器學習中也極常且非常適合用於晶圓良率的分類判斷，兩者皆為正確且合適的技術，因此選 (A) 或 (B) 都算答對。 此題難度適中，主要鑑別考生能否區分「監督式分類」與「非監督式降維/分群」（如 C、D 選項）的適用情境，你能一眼鎖定分類模型，觀念相當扎實！