某電商公司想預測用戶是否會購買特定商品，資料中包含多種用戶屬性與行為特徵。分析師希望選出對購買結果最有預測價值的特徵，以提升模型效能。下列哪一種描述最符合監督式特徵選擇（Supervised Feature Selection）的概念？
iPAS 考題解析
某電商公司想預測用戶是否會購買特定商品，資料中包含多種用戶屬性與行為特徵。分析師希望選出對購買結果最有預測價值的特徵，以提升模型效能。下列哪一種描述最符合監督式特徵選擇（Supervised Feature Selection）的概念？
- A. 根據特徵的整體分布、變異度或資訊量進行篩選，而不直接參考目標變數；
- B. 評估每個特徵與目標變數之間的相關性，選擇對預測結果貢獻最大的特徵； ✓ 正確答案
- C. 使用模型評估特徵對預測結果的重要性，並保留對目標變數影響較大的欄位；
- D. 將特徵透過降維方法（如 PCA）轉換為新特徵，再用於模型訓練
詳細解析
監督式特徵選擇的核心是利用目標變數（標籤）的資訊來評估特徵的重要性。它透過計算每個特徵與目標變數之間的相關性或資訊增益，選出對預測最有價值的特徵，與非監督式特徵選擇（不參考目標變數）不同。
出題年份：114 難度：★★☆