ธนาคารกำลังสร้างระบบประเมินความเสี่ยงสินเชื่อ: หนึ่งบุคคลมีหลายระเบียน หากระเบียนของคนเดียวกันอยู่ทั้ง train และ test จะเสี่ยงอะไร
กทำให้โมเดล underfit เสมอ เพราะข้อมูลซ้ำกันจะลดความหลากหลาย ไม่เกี่ยวกับการรั่วไหลของข้อมูลระหว่างชุด
ขคะแนนสูงเกินจริง จึงควรแบ่งแบบกลุ่มให้บุคคลไม่ข้ามชุด
คไม่มีผลถ้าใช้ random seed
งทำให้จำนวนคลาสเท่ากันโดยอัตโนมัติ
เฉลยอธิบาย
ตัวอย่างที่สัมพันธ์กันต้องอยู่กลุ่มเดียวกัน มิฉะนั้นโมเดลอาจจำลักษณะบุคคลจาก train ตัวเลือกอื่นละเลยลำดับเวลา การแยกข้อมูล ความหมายทางสถิติ หรือผลกระทบในการใช้งานจริง แหล่งอ้างอิงทางการ: https://scikit-learn.org/stable/modules/cross_validation.html