查看以下选项。

假设一家在线鞋店希望创建一种监督式机器学习模型，为用户提供个性化的鞋子推荐服务。也就是说，该模型会向小马推荐某些鞋子，而向小杰推荐另外一些鞋子。系统将使用过去的用户行为数据生成训练数据。下列哪些陈述是正确的？

“鞋码”是一项实用功能。

“鞋码”是一种可量化的信号，可能对用户是否会喜欢推荐的鞋子有很大的影响。例如，如果马蒂穿 9 号鞋，则不建议建议尺码 7 的鞋。

“鞋类美妆”是一项实用功能。

良好的特征具体且可量化。美观性太过模糊，无法用作有用的特征。 美观程度可能是某些具体特征（例如样式和颜色）的综合考量。样式和颜色都比美观性更好。

用户点击了鞋子的描述，这是个有用的标签。

用户可能只是想详细了解自己喜欢的鞋子。因此，“点击次数”是一种可观测、可量化的指标，可以用作合适的训练标签。由于我们的训练数据源自既往用户行为，因此我们的标签需要源自与用户偏好密切相关的客观行为。

用户喜欢的鞋子是一种实用的标签。

“喜好”不是可观察且可量化的指标。我们所能做的就是搜索可爱的代理指标。