交差検証でのデータリーケージ
交差検証の中で、データ全体に対して標準化を行ってから、分割して評価した。この問題の説明として、最も適切なものを1つ選べ。
- A
標準化は、評価の結果に影響しないので、問題ない。
- B
評価用のデータの情報が前処理に使われるため、評価が楽観的になる。前処理を含めてパイプラインにして、分割ごとに訓練データだけで学習する。
- C
データ全体で標準化した方が、必ず汎化性能が高くなる。
- D
交差検証では、標準化を行ってはいけない。
正解と解説を見る
正解：B
データリーケージは、評価用データの情報が学習に混ざること。Pipeline に前処理とモデルをまとめ、交差検証に渡す。
- A
誤り。評価データの情報が漏れる。
- B
正しい。データリーケージ（情報の漏れ）の典型的な例。
- C
誤り。評価が甘くなるだけ。
- D
誤り。分割ごとに訓練データで行う。
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。