8. 某零售企業在建置機器學習模型預測顧客購買機率時，資料同時包含大量稀疏類別特徵與數值型特徵。團隊希望模型既能學習過去已出現的特徵組合規律，也能對未出現的特徵組合做出合理預測。下列哪一種模型架構最適合此類需求？ (A)線性迴歸(Linear Regression)； (B)決策樹(Decision Tree)； (C)支援向量機(Support Vector Machine, SVM)； (D)寬深模型(Wide and Deep)