iPAS 考題解析
KNN 連題組第二題：研究人員在對 digits 資料集進行分類時，決定使用 KNN 並搭配交叉驗證來評估模型準確率。他們撰寫了四組不同的程式碼來進行 KNN 訓練與交叉驗證，但不確定哪幾組程式碼能正確執行並輸出準確率。請問哪幾組程式碼能正確使用 KNN 搭配交叉驗證，對 digits 資料集進行訓練並輸出準確率？ 程式碼 A：使用 StratifiedKFold(n_splits=5, shuffle=True)，scoring="accuracy" 程式碼 B：同 A，但 scoring="f1" 程式碼 C：使用 cv=5（整數），scoring="accuracy" 程式碼 D：同 C，但 scoring="f1"
中級 機器學習技術與應用
難度：基礎 ☆☆☆ 114 年考題
題目與選項
KNN 連題組第二題：研究人員在對 digits 資料集進行分類時，決定使用 KNN 並搭配交叉驗證來評估模型準確率。他們撰寫了四組不同的程式碼來進行 KNN 訓練與交叉驗證，但不確定哪幾組程式碼能正確執行並輸出準確率。請問哪幾組程式碼能正確使用 KNN 搭配交叉驗證，對 digits 資料集進行訓練並輸出準確率？ 程式碼 A：使用 StratifiedKFold(n_splits=5, shuffle=True)，scoring="accuracy" 程式碼 B：同 A，但 scoring="f1" 程式碼 C：使用 cv=5（整數），scoring="accuracy" 程式碼 D：同 C，但 scoring="f1"
- A. 程式碼 A、程式碼 B、程式碼 C、程式碼 D
- B. 程式碼 A、程式碼 C ✓ 正確答案
- C. 程式碼 A、程式碼 B
- D. 程式碼 C、程式碼 D
詳細解析
正確答案：B. 程式碼 A、程式碼 C
能正確執行的只有程式碼 A 和程式碼 C（使用 scoring="accuracy"）：digits 是 10 類別的多分類問題，scoring="f1" 的預設是二元分類用法，對多類別問題會報錯或警告，必須改成 "f1_macro" 或 "f1_weighted" 才能正常執行。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 114 年 AI 應用規劃師中級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。