某金融科技公司建立房價預測模型，使用多項特徵（如建坪、房齡、樓層、總價等）進行線性迴歸分析（Linear Regression Analysis）。資料分析師發現多個特徵之間存在高度相關性，導致模型係數不穩定、預測誤差上升。為解決此問題，下列哪一種方法最適合？
iPAS 考題解析
某金融科技公司建立房價預測模型，使用多項特徵（如建坪、房齡、樓層、總價等）進行線性迴歸分析（Linear Regression Analysis）。資料分析師發現多個特徵之間存在高度相關性，導致模型係數不穩定、預測誤差上升。為解決此問題，下列哪一種方法最適合？
- A. 繼續保留所有特徵，不進行任何處理
- B. 使用主成份分析（PCA）將相關特徵轉換為彼此獨立的主成分 ✓ 正確答案
- C. 新增更多原始變數以提升模型表現
- D. 改用分類模型進行預測
詳細解析
PCA可將高度相關的特徵轉換為彼此正交（不相關）的主成分，消除多重共線性問題，從而使線性迴歸模型的係數估計更穩定，提升預測準確性。
出題年份：114 難度：★★☆