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

隨機森林透過多棵決策樹的集成（Ensemble），能有效處理高維特徵資料，並透過 Bagging 和隨機特徵選擇提升預測的穩定性與泛化能力，降低單一決策樹的過擬合風險。

出題年份：114 難度：★★☆