iPAS AI 應用規劃師中級 114 年第二次 科一 第 41 題 詳解

114 年第二次 科一 人工智慧技術應用與規劃

在進行超參數調校（Hyperparameter Tuning）時，若直接在K-Fold交叉驗證（Cross-Validation）的資料上同時調整模型參數並評估效能，最可能導致下列哪一種問題？

1. A模型的交叉驗證結果出現過度樂觀偏差（Over-optimistic Bias），因測試摺資料間接參與參數選擇，造成資料洩漏（Data Leakage）（正確答案）

   測試摺間接參與選參，評估結果被高估，屬資料洩漏。

2. B模型會在每一摺（Fold）內反覆調整參數，導致訓練不穩與過度正則化

   逐摺調參是流程設計問題，與過度正則化無因果。

3. C因交叉驗證資料被重複使用，造成效能方差增大，無法獲得穩定估計

   重複使用資料會使估計偏高，不是方差變大。

4. DK-Fold交叉驗證的假設與超參數搜尋相衝突，導致驗證過程失效

   兩者機制不衝突，巢狀交叉驗證即可並存。