ข้อมูลจำแนกมีคลาสบวกเพียงร้อยละ 3 ก่อนแบ่งชุดฝึกและชุดทดสอบควรรักษาอะไร
กสุ่มแบ่งตามปกติ แล้วค่อยเพิ่มตัวอย่างก่อนตรวจสัดส่วนของแต่ละชุด
ขเพิ่มตัวอย่างคลาสบวกทั้งฐานข้อมูลก่อนแบ่งชุดฝึกและชุดทดสอบ
คใช้ stratified split และตรวจว่าทุกชุดยังมีคลาสบวกในสัดส่วนเหมาะสม
งเรียงระเบียนตาม label แล้วแบ่งเป็นช่วงต่อเนื่องตามจำนวนที่ต้องการ
เฉลยอธิบาย
Common pitfalls: inconsistent preprocessing, leakage and randomness สนับสนุนหลักว่า ต้องแยกข้อมูลก่อนเรียนรู้ preprocessing ใช้ pipeline ให้ขั้นตอนถูก fit เฉพาะข้อมูลฝึก และควบคุมแหล่งสุ่มเพื่อทำซ้ำได้ ดังนั้นคำตอบที่ตรงที่สุดคือ “ใช้ stratified split และตรวจว่าทุกชุดยังมีคลาสบวกในสัดส่วนเหมาะสม”