iPAS AI 應用規劃師中級 115 年第一次 科二 第 17 題 詳解

115 年第一次 科二 大數據處理分析與應用 · 考點:機率分佈與資料分佈模型

某醫院欲建立一套加護病房(ICU)敗血症預測模型,資料來自120位病患之生命徵象(如心率、血壓、體溫等),每5分鐘記錄一次。資料中敗血症相關樣本僅佔3.2%,屬於高度不平衡資料。在資料檢查過程中發現數項問題,包括血氧資料會出現10至30分鐘的連續缺失、部分血壓感測器隨使用時間產生系統性偏高(感測器漂移)、敗血症標註時間存在約±2小時誤差,以及不同病患之正常生命徵象基準差異甚大。請問下列何種資料處理與建模方式最為適當?

  1. A將缺失值以整體平均填補,未額外處理感測器漂移,並將敗血症標註區間由6小時擴大至8小時以涵蓋時間誤差,模型評估採用ROC-AUC作為主要指標

    整體平均填補破壞時序,且漂移未校正。

  2. B對缺失值進行線性插值,若連續缺失時間過長則刪除該段資料,並以Z-score標準化處理感測器漂移,交叉驗證採隨機切分,未避免同一病患資料同時出現在訓練與測試集中

    隨機切分造成同一病患跨訓練與測試集而資料洩漏。

  3. C刪除所有含缺失值之資料,對資料進行Min-Max正規化處理,未考慮病患間差異直接建模,並以Accuracy作為評估指標,交叉驗證採分層K-Fold方式進行

    刪除缺失樣本並用Accuracy,在3.2%正例下失真。

  4. D對缺失值採前向填補並加入缺失指標特徵,利用感測器72小時滾動中位數進行漂移校正,並處理標註雜訊,同時以個別病患基準建模,交叉驗證採病患分組,評估採PR-AUC與Recall指標(正確答案)

    前向填補加缺失指標、滾動中位數校正、病患分組驗證與PR-AUC皆正確。

正確答案:D

考時序醫療資料的缺失、漂移處理與不平衡資料的驗證切分及評估指標選擇。 先看資料是否為同一受試者的時序資料,再檢查切分方式與指標是否配合不平衡比例。

用刷8題準備 iPAS AI 應用規劃師中級

每天隨手刷 8 題,答錯的題目會自動排回來再考一次。不用註冊,打開就能開始。

開始刷題

機率分佈與資料分佈模型

  1. 115 年第一次 科二 第 24 題某AI工程師評估客戶滿意度評分(1–5分,含有明顯離群值)與退款率(連續型比例變數)之間的相關性,考慮使用皮爾森(Pea…
  2. 115 年第一次 科二 第 40 題下圖為一段分類演算法的pseudocode,請問最可能對應下列哪一種演算法?
  3. 114 年第二次 科二 第 1 題若某數據點的Z分數(Z-Score)= 2,請問代表下列哪一種意涵?
  4. 114 年第二次 科二 第 5 題在進行資料前處理時,若使用Label Encoding將類別變數轉換為數字型態,下列何者為最常見的潛在風險?
  5. 114 年第二次 科二 第 6 題在進行資料分析時,會遇到類別型(Categorical)與數值型(Numerical)資料格式。關於這兩種資料格式的處理…