PCA อธิบาย variance ได้ 95% ข้อใดสรุปได้ถูกต้อง — จากผลที่รายงาน ผู้กำกับดูแลควรสรุปหลักอย่างไร
กสรุปว่า เก็บความแปรปรวนของฟีเจอร์ได้มาก แต่ไม่รับประกันประสิทธิภาพทำนายหรือความหมายเชิงสาเหตุ
ขสรุปว่า โมเดล supervised จะทำนายได้ถูกประมาณ 95% และไม่ตรวจความไวของผลต่อสมมติฐานที่ใช้
คสรุปว่า ตีความว่า components เป็นสาเหตุของ target หลัก โดยใช้เกณฑ์เดียวตัดสินโดยไม่เทียบ baseline
งสรุปว่า ถือว่าแต่ละ component อธิบายความหมายฟีเจอร์เดิมได้ชัดเจน และไม่แยกข้อมูลสำหรับประเมินผลสุดท้าย
เฉลยอธิบาย
Common pitfalls: inconsistent preprocessing, leakage and randomness อธิบายว่าต้องแยกข้อมูลก่อนเรียนรู้ preprocessing ใช้ pipeline ให้ขั้นตอนถูก fit เฉพาะข้อมูลฝึก และควบคุมแหล่งสุ่มเพื่อทำซ้ำได้ เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “สรุปว่า เก็บความแปรปรวนของฟีเจอร์ได้มาก แต่ไม่รับประกันประสิทธิภาพทำนายหรือความหมายเชิงสาเหตุ” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น