iPAS 考題解析資料科學團隊在模型訓練前，需對數值特徵進行正規化（Normalization）或標準化（Standardization）。為確保模型評估結果具真實性並避免資料洩漏（Data Leakage），下列何者為最適當的作法？

解析

正確答案：C. 先分割訓練資料（Training Data）和測試資料（Test Data），僅以訓練資料計算統計量，再套用至測試資料

為避免資料洩漏，應先分割資料，再僅使用訓練資料計算標準化的統計量（如均值、標準差），然後將相同的統計量套用到測試資料上。這樣測試資料的評估才能真實反映模型的泛化能力。

每個選項為什麼對或錯

• A 於資料分割前，先對完整資料集計算統計量並進行標準化處理 錯誤選項

  分割前對完整資料集計算統計量會導致測試資料的資訊洩漏到訓練過程中。

• B 先分割訓練資料（Training Data）和測試資料（Test Data），並各自獨立計算統計量後進行標準化 錯誤選項

  各自獨立計算統計量會使訓練和測試使用不同的轉換標準，不合適。

• C 先分割訓練資料（Training Data）和測試資料（Test Data），僅以訓練資料計算統計量，再套用至測試資料 正解

  僅用訓練資料計算統計量再套用至測試資料，可避免資料洩漏（正確答案）。

• D 僅對訓練資料（Training Data）進行標準化處理，測試資料（Test Data）保持原始數值 錯誤選項

  測試資料保持原始數值會導致訓練和測試資料尺度不一致，影響模型表現。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。