30. 某資料科學家正在處理一份包含 200 個感測器特徵的工廠設備監測資料集，為了 降低模型複雜度並保留主要變異資訊，他先對資料進行標準化(Standardization)， 再使用主成分分析(PCA)進行降維。在 PCA 過程中，為了找出能最大化資料變 異量的主成分方向，演算法主要依賴哪一項數學操作？
(A)透過對目標函數進行梯度下降(Gradient Descent)最佳化，迭代求得主成分方 向；
(B)根據特徵與目標變數之間的相關性(Correlation)進行排序，選擇重要特徵；
(C) 對 資 料 的 協 方 差 矩 陣 ( Covariance Matrix ) 進 行 特 徵 值 分 解 ( Eigen Decomposition)，取得對應主要變異方向的特徵向量；
(D)對資料矩陣進行卷積運算(Convolution)，擷取特徵之間的局部關係

答案：登入後查看
統計： 尚無統計資料