ทั้ง train และ validation ให้คะแนนต่ำใกล้กัน ข้อใดสมเหตุสมผล — จากผลที่รายงาน ผู้กำกับดูแลควรสรุปหลักอย่างไร

สรุปว่า มีสัญญาณ underfitting หรือฟีเจอร์/สมมติฐานไม่พอ ควรตรวจ learning curve และคุณภาพข้อมูล
สรุปว่า เพิ่ม regularization เพื่อให้โมเดลเรียบขึ้นอีก และไม่ตรวจความไวของผลต่อสมมติฐานที่ใช้
สรุปว่า ลดข้อมูลฝึกเพื่อให้โมเดลจำรูปแบบได้ง่ายขึ้น โดยใช้เกณฑ์เดียวตัดสินโดยไม่เทียบ baseline
สรุปว่า รายงานคะแนน train เพราะสอดคล้องกับ validation และไม่แยกข้อมูลสำหรับประเมินผลสุดท้าย

เฉลยอธิบาย

Model selection and evaluation อธิบายว่าการเลือกโมเดล เมตริก threshold และวิธี cross-validation ต้องสอดคล้องกับชนิดข้อมูล ต้นทุนความผิดพลาด และการใช้งานจริง เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “สรุปว่า มีสัญญาณ underfitting หรือฟีเจอร์/สมมติฐานไม่พอ ควรตรวจ learning curve และคุณภาพข้อมูล” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น