ผล confusion matrix มี false negative สูง สิ่งใดตีความได้ตรงที่สุด — เมื่อทีมต้องแก้ความเสี่ยง ขั้นตอนใดควรทำต่อ

ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า โมเดลมี precision ต่ำเพราะทำนายบวกผิดจำนวนมาก แล้วใช้คะแนนเฉลี่ยแทนการตรวจ error รายกรณี
ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า โมเดลมี false positive rate สูงกว่าปกติ โดยไม่กำหนดเงื่อนไขหยุดใช้หรือ rollback
ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า โมเดลพลาดกรณีบวกจริงจำนวนมาก จึงต้องพิจารณา recall และต้นทุนของการพลาด
ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า โมเดลมี specificity ต่ำจึงพลาดกรณีลบจริง และไม่ตรวจว่าสมมติฐานของวิธีตรงกับข้อมูล

เฉลยอธิบาย

Model selection and evaluation อธิบายว่าการเลือกโมเดล เมตริก threshold และวิธี cross-validation ต้องสอดคล้องกับชนิดข้อมูล ต้นทุนความผิดพลาด และการใช้งานจริง เมื่อนำมาใช้กับโจทย์จึงต้องเลือก “ขั้นตอนถัดไปคือดำเนินการตามแนวทางว่า โมเดลพลาดกรณีบวกจริงจำนวนมาก จึงต้องพิจารณา recall และต้นทุนของการพลาด” ส่วนตัวเลือกอื่นใช้ข้อมูลผิดช่วง เลือกเมตริกไม่ตรงเป้าหมาย หรือข้ามการตรวจผลกระทบที่จำเป็น

ข้อสอบอื่นในวิชาวิทยาการข้อมูล (Data Science)

ดูข้อสอบวิชานี้ทั้งหมด →