iPAS 考題解析在訓練機器學習模型時，若任務為預測房價，應選用下列哪一種損失函數（Loss Function）來衡量預測誤差？

解析

正確答案：A. 均方誤差（MSE）；

預測房價是連續數值的迴歸任務，均方誤差（MSE）是迴歸問題最常用的損失函數，它計算預測值與實際值之差的平方平均，能有效衡量預測誤差的大小。

每個選項為什麼對或錯

• A 均方誤差（MSE）； 正解

  均方誤差是迴歸任務的標準損失函數，適合衡量連續數值預測的誤差。

• B 交叉熵損失（Cross-Entropy Loss）； 錯誤選項

  交叉熵損失用於分類任務，衡量預測機率分布與實際標籤之間的差異。

• C Hinge 損失（Hinge Loss）； 錯誤選項

  Hinge 損失主要用於 SVM 等分類模型，不適合迴歸任務。

• D KL 散度（Kullback-Leibler Divergence） 錯誤選項

  KL 散度衡量兩個機率分布之間的差異，通常用於生成模型而非迴歸任務。

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。