ก่อนยอมรับโมเดลซับซ้อน ควรเปรียบเทียบกับอะไร — เมื่อทีมต้องแก้ความเสี่ยง ขั้นตอนใดควรทำต่อ

ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า baseline ง่ายที่สอดคล้องงาน เช่น Dummy estimator และกฎธุรกิจเดิม
ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า เปรียบเทียบคะแนน train ของโมเดลซับซ้อนกับ validation ของโมเดลง่าย
ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า ใช้คะแนนจากชุดข้อมูลสาธารณะที่มี target คล้ายกัน
ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า เลือก baseline ที่มีจำนวนฟีเจอร์เท่ากันแต่ไม่จำลองกฎธุรกิจเดิม

เฉลยอธิบาย

Model selection and evaluation อธิบายว่าการเลือกโมเดล เมตริก threshold และวิธี cross-validation ต้องสอดคล้องกับชนิดข้อมูล ต้นทุนความผิดพลาด และการใช้งานจริง เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า baseline ง่ายที่สอดคล้องงาน เช่น Dummy estimator และกฎธุรกิจเดิม” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น

ข้อสอบอื่นในวิชาวิทยาการข้อมูล (Data Science)

ดูข้อสอบวิชานี้ทั้งหมด →