請查看下列選項。

假設線上鞋店想建立受監督的機器學習模型，為使用者提供個人化的鞋款建議。也就是說，模型會建議小雅將成組的鞋款提供給小馬，並將不同的鞋款推薦給小珍。系統會使用過往的使用者行為資料來產生訓練資料。以下哪些敘述正確？

「鞋碼」是一個有用的特征。

「鞋子大小」是可量化的信號，可能會大幅影響使用者是否會喜歡推薦的鞋款。舉例來說，如果 Marty 的尺寸為 9，則建議不要建議尺寸 7 的鞋。

"Shoe 美容</a>是一項實用功能。

良好的功能為具體且可量化。 「美妝」概念的概念太過精闢，不實用。 「美妝」應該是一組具體的特徵，例如風格和顏色。樣式和顏色都比美妝更美。

"使用者點選鞋款的說明 ' 是實用的標籤。

使用者可能只想閱讀他們喜愛的鞋款。因此，使用者點擊次數是可觀察且可量化的指標，可做為良好的訓練標籤。由於我們的訓練資料衍生自過往的使用者行為，因此標籤必須衍生出與使用者偏好高度相關的目標行為，例如點擊。

"users adorororing ad"」是實用的標籤。

「可量」不是可觀察的可量化指標。我們最好搜尋的是可觀察的 Proxy 指標。