iPAS 考題解析在 K-Fold 交叉驗證上同時進行超參數調整和模型評估,會產生什麼問題?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 過度樂觀的評估偏差 (Data Leakage)
如果在同一組 K-Fold 上既調參又評估,調參過程已經「偷看」了驗證集的資訊,最終的評估結果會過度樂觀。正確做法是用巢狀交叉驗證(Nested CV)。
每個選項為什麼對或錯
-
A 過度樂觀的評估偏差 (Data Leakage) 正解
如果在同一個 K-Fold 驗證集上既調整超參數又評估模型,模型會「偷看」到驗證集的資訊,導致評估結果過於樂觀,無法真實反映模型在新資料上的表現。
-
B 每個 Fold 內反覆調整導致計算量過大 錯誤選項
計算量過大是事實,但這不是主要的問題。核心問題是評估結果的可靠性。正確做法是使用巢狀交叉驗證,將調參和評估分開。
-
C 交叉驗證資料有重複使用 錯誤選項
K-Fold 交叉驗證的設計就是讓每個資料點都作為驗證集一次,這不是問題。問題在於「調參」和「評估」使用了同一組驗證集。
-
D 統計假設衝突 錯誤選項
這個問題主要涉及模型評估的偏差和泛化能力,而不是統計假設的衝突。統計假設衝突通常發生在假設檢定中。
答案、題目或解析有問題?回報這題