ネステッド交差検証
ハイパーパラメータの探索と、モデルの性能の評価を、同じ交差検証で行うと、評価が楽観的になる。この問題への対処として、最も適切なものを1つ選べ。
- A
ハイパーパラメータの探索には、評価に使うテストデータを使い回すのがよい。
- B
ネステッド交差検証（内側の交差検証でハイパーパラメータを選び、外側の交差検証で性能を評価する）や、最終評価用のテストデータを別に取っておく方法を使う。
- C
ハイパーパラメータは、探索せず、常に既定値を使う。
- D
交差検証は、評価の信頼性が低いので、使わない。
正解と解説を見る
正解：B
ハイパーパラメータの選択と最終評価は、データを分ける。ネステッド交差検証や、テストデータを最後まで取っておく方法で、楽観的な評価を避ける。
- A
誤り。テストデータへの過剰な適合が起きる。
- B
正しい。選択に使ったデータで、評価してはいけない。
- C
誤り。性能が落ちることがある。
- D
誤り。有効な評価の方法。
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。