แบบจำลองให้ผลต่างกันระหว่างกลุ่มและอาจสร้างผลกระทบไม่เป็นธรรม จึงวินิจฉัยว่า สถาบันการศึกษาเก็บข้อมูลนักเรียน 10,000 คนและต้องการวิเคราะห์ปัจจัยที่ส่งผลต่อผลการเรียน ควรแยกข้อมูลอย่างไรเพื่อสร้างและตรวจสอบแบบจำลองการวิเคราะห์
กแยกข้อมูลเป็นสามส่วน: Training Set (ประมาณ 60-70%) Validation Set (ประมาณ 15-20%) และ Test Set (ประมาณ 15-20%) เพื่อสร้างแบบจำลอง ปรับแต่ง และประเมินผล
ขใช้ข้อมูลทั้งหมดสำหรับการสร้างแบบจำลองแล้วประเมินผล
คใช้ข้อมูล 50% แรกเป็น Training และส่วนที่เหลือเป็น Test
งแยกข้อมูลโดยสุ่มเป็นสองส่วนเท่า ๆ กัน
เฉลยอธิบาย
การแยกข้อมูลเป็นสามส่วน เป็นวิธีที่ดีที่สุด: Training Set ใช้สร้างแบบจำลอง Validation Set ใช้ปรับแต่งและหลีกเลี่ยง Overfitting Test Set ใช้ประเมินผลการทำนายกับข้อมูลที่ไม่เคยเห็นมาก่อน ตัวเลือก B ทำให้เกิด Overfitting ตัวเลือก C D ไม่เหมาะสมเพราะไม่มี Validation Set