前処理と分割の順序
機械学習のためにデータを訓練用と評価用に分けるとき、標準化などの前処理を行う順序として、最も適切なものを1つ選べ。
- A
先に全データで標準化してから、訓練用と評価用に分ける。
- B
先にデータを分割し、訓練データだけで前処理の統計量（平均・標準偏差など）を求め、評価データには同じ変換を適用する。
- C
評価データでも別に標準化の統計量を求めて適用する。
- D
前処理は、評価データに対しては行わない。
正解と解説を見る
正解：B
前処理の統計量は、訓練データだけから求める（fit）。評価データには、その統計量で変換だけを行う（transform）。パイプラインを使うと、間違いにくい。
- A
誤り。評価データの情報が訓練に漏れる。
- B
正しい。評価データの情報が訓練に混ざる（データリーケージ）のを防げる。
- C
誤り。訓練時と異なる変換になる。
- D
誤り。同じ変換を適用する必要がある。
このサイトの問題は、各試験の公式に示された出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人Pythonエンジニア育成推進協会の公式サービスではありません。