โมเดลอย่างง่ายและโมเดลปัจจุบันต่างได้คะแนนต่ำทั้งชุดฝึกและ validation ขั้นตอนใดควรทำต่อ

ตรวจ learning curve คุณภาพข้อมูล ฟีเจอร์ และสมมติฐานว่าโมเดลยืดหยุ่นพอหรือไม่
เพิ่ม regularization อีกทันที เพื่อให้โมเดลปัจจุบันเรียบลงกว่าเดิม
ลดจำนวนข้อมูลฝึกลง เพื่อให้โมเดลจดจำตัวอย่างที่เหลือได้ง่ายขึ้น
หยุดประเมิน validation แล้วใช้คะแนนชุดฝึกเป็นเกณฑ์เลือกโมเดล

เฉลยอธิบาย

Model selection and evaluation สนับสนุนหลักว่า การเลือกโมเดล เมตริก threshold และวิธี cross-validation ต้องสอดคล้องกับชนิดข้อมูล ต้นทุนความผิดพลาด และการใช้งานจริง ดังนั้นคำตอบที่ตรงที่สุดคือ “ตรวจ learning curve คุณภาพข้อมูล ฟีเจอร์ และสมมติฐานว่าโมเดลยืดหยุ่นพอหรือไม่”

ข้อสอบอื่นในวิชาวิทยาการข้อมูล (Data Science)

ดูข้อสอบวิชานี้ทั้งหมด →