iPAS AI 應用規劃師中級 115 年第一次 科三 第 45 題 詳解
115 年第一次 科三 機器學習技術與應用
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。
研究人員在程式（下圖）中使用cross_val_score進行交叉驗證，但目前尚未設定cv參數。他們希望確保在每次資料分割時，訓練集與測試集的類別比例與原始資料一致，以免影響模型的準確率估計。目前有以下幾段候選程式碼可供選擇。請問為了確保在交叉驗證時每個分割中的類別比例與原始資料一致，上面哪幾段程式碼插入在原始程式中[#填入程式碼]的部分比較合適？
- A程式碼B、程式碼C、程式碼D（正確答案）
B、C、D 皆為分層切分，正確。
- B程式碼A、程式碼C
含程式碼A，KFold 不保證類別比例。
- C程式碼A、程式碼B、程式碼D
同樣誤收 KFold，且漏掉整數 cv 的分層預設。
- D程式碼C、程式碼D
漏掉最直接的 StratifiedKFold。
正確答案：A
交叉驗證中分層抽樣（Stratified）對維持類別比例的作用 看到「各折類別比例需與原始資料一致」，就鎖定名稱含 Stratified 者，並記得分類器搭配整數 cv 會自動分層。
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