โมเดลได้คะแนนชุดฝึกสูงมาก แต่คะแนน validation ต่ำกว่าชัดเจน การวินิจฉัยเบื้องต้นใดสมเหตุสมผล
กเป็น underfitting จึงควรเพิ่มความซับซ้อนโดยไม่ตรวจข้อมูลหรือ preprocessing
ขมีสัญญาณ overfitting ควรตรวจ leakage ความซับซ้อน regularization และปริมาณข้อมูล
คควรปรับพารามิเตอร์กับ validation ซ้ำจนคะแนนเท่าชุดฝึกแล้วรายงานค่านั้น
งควรรายงานเฉพาะคะแนนชุดฝึกเพราะมีตัวอย่างมากกว่า โดยไม่ทดสอบกับข้อมูลแยก
เฉลยอธิบาย
Model selection and evaluation สนับสนุนหลักว่า การเลือกโมเดล เมตริก threshold และวิธี cross-validation ต้องสอดคล้องกับชนิดข้อมูล ต้นทุนความผิดพลาด และการใช้งานจริง ดังนั้นคำตอบที่ตรงที่สุดคือ “มีสัญญาณ overfitting ควรตรวจ leakage ความซับซ้อน regularization และปริมาณข้อมูล”