iPAS AI 應用規劃師中級 115 年第一次 科二 第 10 題 詳解

115 年第一次 科二 大數據處理分析與應用

某團隊為職業籃球隊建立球員受傷風險預測模型，原始特徵280個。初始模型訓練集AUC為0.94、測試集僅0.68，顯示嚴重過擬合。為改善模型，團隊進行以下處理步驟：第一步於全體資料（含測試集）上計算特徵間線性相關係數並移除高度相關特徵；第二步依模型重要性篩選特徵後重新訓練模型。最終測試集AUC提升至0.81。關於上述調整流程，下列敘述何者最為正確？

1. A使用相關係數進行特徵篩選方向正確，主要問題在於相關係數門檻設定過高

   問題不在門檻高低，而是篩選時用了測試集資料。

2. B在全體資料（含測試集）上進行特徵篩選會造成資料洩漏，且線性相關無法捕捉非線性關係（正確答案）

   正解：全體資料篩選造成洩漏，且線性相關無法反映非線性關聯。

3. C特徵篩選後需重新對測試集進行標準化，否則會影響模型表現

   標準化需以訓練集參數套用測試集，不是本題癥結。

4. D測試集表現提升代表過擬合已解決，流程可直接部署

   分數提升含洩漏成分，不能視為過擬合已解決。