iPAS AI 應用規劃師中級 115 年第一次 科三 第 27 題 詳解

115 年第一次 科三 機器學習技術與應用

某工程師建立零售商品銷量預測模型，初期以第1至52週資料作為訓練集、第53週作為測試集（固定時間切分）。半年後重新評估，發現模型對最新資料（如第80週）的預測明顯衰退，推測為時間演進導致行為模式改變。若重新設計驗證策略，應採用下列哪種方法，使每次訓練皆基於最新時間區間資料？

1. AK-fold交叉驗證（K-fold Cross-Validation）

   隨機分折會讓較晚期的資料進入訓練集，形成資料洩漏（data leakage），評估結果過度樂觀。

2. B分層K-fold（Stratified K-fold）

   只多了維持類別比例這一層，本質仍是隨機切分，無法反映概念漂移（concept drift）造成的衰退。

3. C滾動窗口驗證（Rolling Window Validation / Time Series Split）（正確答案）

   訓練與測試窗口逐次向前滾動，永遠以過去預測未來，每輪都納入最新區間資料，能持續追蹤分布變化。

4. D留一驗證法（Leave-One-Out Cross-Validation）

   每次只留一筆作測試，計算成本高且同樣忽略時間先後，不適合週期性銷量資料。