iPAS 考題解析貝氏分類器（Naive Bayes Classifier）常被應用於文字分類、垃圾郵件過濾等場景。依據模型特性，它最適合歸類於下列哪一類？

解析

正確答案：B. 透過建構資料的整體分布，並利用條件關係進行推斷和分類的模型；

貝氏分類器屬於生成式模型（Generative Model），它透過學習資料的整體聯合機率分布 P(X,Y)，再利用貝氏定理計算條件機率 P(Y|X) 來進行分類。這與判別式模型直接學習決策邊界的方式不同。

每個選項為什麼對或錯

• A 透過直接學習輸入特徵與目標標籤之間的邊界或關係來進行分類的模型； 錯誤選項

  這描述的是判別式模型（如 SVM、邏輯迴歸），直接學習決策邊界，不是貝氏分類器的特性。

• B 透過建構資料的整體分布，並利用條件關係進行推斷和分類的模型； 正解

  貝氏分類器建構資料的機率分布，利用貝氏定理的條件機率進行推斷分類，屬於生成式模型。

• C 側重探索資料中樣本間的相似性，將資料自動分成不同群組的模型； 錯誤選項

  這描述的是非監督式學習中的分群方法（如 K-means），與貝氏分類器無關。

• D 透過試錯學習，根據行動結果的獎勵或懲罰來優化決策策略的模型 錯誤選項

  這描述的是強化式學習，透過獎懲機制優化策略，與貝氏分類器無關。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。