บุคคลหนึ่งมีหลายระเบียน หากระเบียนของคนเดียวกันกระจายอยู่ทั้งชุดฝึกและชุดทดสอบจะเกิดความเสี่ยงใด

เฉลยอธิบาย

Common pitfalls: inconsistent preprocessing, leakage and randomness สนับสนุนหลักว่า ต้องแยกข้อมูลก่อนเรียนรู้ preprocessing ใช้ pipeline ให้ขั้นตอนถูก fit เฉพาะข้อมูลฝึก และควบคุมแหล่งสุ่มเพื่อทำซ้ำได้ ดังนั้นคำตอบที่ตรงที่สุดคือ “ข้อมูลเฉพาะบุคคลอาจรั่วข้ามชุด ทำให้คะแนนสูงเกินจริง จึงควรแบ่งแบบกลุ่ม”