某金融科技公司正開發一套違約風險預測系統，需大量處理不同客戶的財務特徵資料。考量到資料特徵數量眾多，且希望提升預測的穩定性與泛化能力，下列哪一種鑑別式AI模型最適合？
iPAS 考題解析
某金融科技公司正開發一套違約風險預測系統，需大量處理不同客戶的財務特徵資料。考量到資料特徵數量眾多，且希望提升預測的穩定性與泛化能力，下列哪一種鑑別式AI模型最適合？
- A. 邏輯迴歸（Logistic Regression）；
- B. 支援向量機（Support Vector Machine）；
- C. 決策樹（Decision Tree）；
- D. 隨機森林（Random Forest） ✓ 正確答案
詳細解析
隨機森林（Random Forest）透過多棵決策樹（Decision Tree）的集成學習（Ensemble Learning），能處理大量特徵並提升預測穩定性與泛化能力（Generalization）。
難度：★★☆