13 某線上音樂平台希望根據用戶的聽歌與查詢行為，將用戶劃分為不同的類型。若事前沒有定義用戶類型，下列哪一種模型最適合用於此任務？
(A) 邏輯迴歸(Logistic Regression)；
(B) 決策樹(Decision Tree)；
(C) 基於密度之含噪空間聚類法(DBSCAN)；
(D) 線性迴歸(Linear Regression)

答案：登入後查看
統計： A(4), B(13), C(35), D(4), E(0) #3773368

chiyu2009

B1 · 2026/11/03

#7654322

這是一題關於機器學習分群演算法的考題，根據畫面中擷取的題目與選項內容進行解析：

線上音樂平台希望根據用戶的行為將用戶劃分為不同的類型，且「事前沒有定義用戶類型」（也就是沒有訓練標籤），這屬於非監督式學習（Unsupervised Learning）中的分群（Clustering）任務。

各選項分析：
(A) 邏輯迴歸 (Logistic Regression)：屬於監督式學習的分類演算法，需事先定義好類別標籤（有監督訊號），不符合。
(B) 決策樹 (Decision Tree)：屬於監督式學習的分類與迴歸演算法，同樣需要帶有標籤的訓練資料，不符合。
(C) 基於密度之含噪空間聚類法 (DBSCAN)：屬於非監督式學習的分群演算法，不需要事先知道類別標籤，且能根據資料密度自動將用戶劃分群集、處理雜訊，非常適合此場景。
(D) 線性迴歸 (Linear Regression)：屬於監督式學習的迴歸演算法，用來預測連續數值，不符合。