iPAS AI 應用規劃師中級 115 年第一次 科三 第 44 題 詳解

115 年第一次 科三 機器學習技術與應用 · 考點:數據準備與特徵工程

請依據下方資訊回答第44~45題。 Iris是UCI Dataset上的一組經典資料集,常被用來教學與測試分類模型。 這份資料包含三種類型的鳶尾花(Iris setosa、Iris versicolor、Iris virginica),每個類別各有50筆資料。 每筆資料包含四個特徵:花萼長度、花萼寬度、花瓣長度、花瓣寬度。 研究人員希望透過機器學習模型,根據花朵的形態特徵,自動判斷該花屬於哪一種類型。在本次任務中,研究人員希望比較不同分類模型的表現。他們首先嘗試用線性判別分析(LDA)進行降維,接著使用K最近鄰(KNN)分類器來做分類預測,並使用交叉驗證(Cross Validation)評估模型的準確率。

研究人員撰寫的程式中(下圖),先用整體資料進行LDA(Linear Discriminant Analysis)降維,接著再用KNN(K-Nearest Neighbors)進行分類,並用交叉驗證來評估準確率。請問下列敘述何者正確?

  1. A此寫法完全正確,因為先以整體資料進行LDA降維,再以交叉驗證測試KNN,是標準流程

    先全資料降維不是標準流程,反而是典型錯誤。

  2. B此寫法存在資料洩漏(Data Leakage)問題,應將LDA納入交叉驗證流程中一併進行(正確答案)

    LDA 用到 y 又在切分前執行,須納入交叉驗證內。

  3. C雖然流程不夠嚴謹,但結果仍然能夠代表模型真實的泛化能力

    洩漏後的分數偏高,不能代表泛化能力。

  4. D如果只想驗證KNN的分類效果,可以直接跳過LDA步驟,以簡化流程

    跳過降維只是換題目,沒解決洩漏問題。

正確答案:B

交叉驗證中前處理造成的資料洩漏,以及正確的管線化做法。 看到降維或標準化寫在切分之前,就先檢查它有沒有偷看到驗證折的資料。

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

數據準備與特徵工程

  1. 115 年第一次 科三 第 49 題若團隊需要建立一個超過50層的深層神經網路,以捕捉晶圓表面細微的劃傷特徵,但又擔心傳統深層網路常見的梯度消失(Vanis…
  2. 114 年第二次 科三 第 1 題某零售企業建立一個銷售預測模型,希望評估該模型在不同月份的新資料上,是否仍能維持穩定的預測表現。資料科學團隊計畫利用統計…
  3. 114 年第二次 科三 第 5 題某智慧製造公司開發一套影像辨識系統,用於自動檢測生產線上的瑕疵產品。系統採用卷積神經網路(Convolutional N…
  4. 114 年第二次 科三 第 6 題某智慧城市團隊開發一套交通監控系統,用於即時辨識路口監視器影像中的車輛與行人。團隊比較後發現,卷積神經網路(Convol…
  5. 114 年第二次 科三 第 10 題下列哪一種應用情境最適合導入AutoML,以提升模型開發效率?