ทีมงานต้องตรวจความถูกต้อง ความครบถ้วน ความสอดคล้อง และความทันเวลา จึงถามว่า เมื่อทำการแบ่งข้อมูลสำหรับฝึกแบบจำลอง (Model Training) อัตราส่วนระหว่าง Training Set และ Test Set ที่นิยมใช้มากที่สุดในทางปฏิบัติคือข้อใด และเหตุผลหลักคืออะไร
ก70:30 เพื่อให้มีข้อมูลฝึกมากพอในการเรียนรู้รูปแบบ และมีข้อมูลทดสอบเพียงพอในการประเมินประสิทธิภาพแบบจำลองอย่างน่าเชื่อถือ
ข50:50 เพื่อให้ข้อมูลฝึกและข้อมูลทดสอบมีปริมาณเท่ากัน ช่วยให้การเปรียบเทียบผลลัพธ์มีความสมดุลและลดความเอนเอียงของแบบจำลอง
ค90:10 เพื่อให้แบบจำลองได้เรียนรู้ข้อมูลให้มากที่สุด โดยใช้ข้อมูลทดสอบเพียงเล็กน้อยเพื่อประหยัดทรัพยากรในการประมวลผล
ง30:70 เพื่อให้มีข้อมูลทดสอบมากกว่า ซึ่งช่วยให้การประเมินความแม่นยำของแบบจำลองมีความครอบคลุมและเชื่อถือได้มากยิ่งขึ้น
เฉลยอธิบาย
อัตราส่วน 70:30 (Training Set : Test Set) เป็นสัดส่วนที่นิยมใช้มากที่สุด เพราะข้อมูล 70% ช่วยให้แบบจำลองเรียนรู้รูปแบบและความสัมพันธ์ในข้อมูลได้เพียงพอ ขณะที่ข้อมูล 30% สำหรับทดสอบมีปริมาณมากพอที่จะประเมินประสิทธิภาพแบบจำลองได้อย่างน่าเชื่อถือ หากแบ่ง 50:50 จะมีข้อมูลฝึกน้อยเกินไป หากแบ่ง 90:10 จะมีข้อมูลทดสอบน้อยเกินไปจนการประเมินไม่น่าเชื่อถือ และหากแบ่ง 30:70 แบบจำลองจะมีข้อมูลฝึกไม่เพียงพอจนเกิดปัญหา Underfitting