データ資格 模擬試験

DS検定 模擬試験 第2回 問21・データサイエンス(モデル化(回帰・分類・機械学習・深層学習・強化学習))

L1正則化による特徴量選択

小売業のG社は、約200個の特徴量を使って店舗の売上を予測する線形回帰モデルを作っている。担当者は、予測に効く特徴量を学習の中で自動的に絞り込み、係数が0になった特徴量は使わないことにしたい。この目的に合う説明として最も適切なものを1つ選べ。

  1. A

    正則化の強さを0に近づけるほど係数が0になる特徴量が増え、モデルが簡潔になる

  2. B

    L2正則化(Ridge)を使うと、一部の係数がちょうど0になり、特徴量の選択が行われる

  3. C

    L1正則化は学習データへの当てはまりを高め、訓練データでの誤差を下げるために使う

  4. D

    L1正則化(Lasso)を使うと、一部の係数がちょうど0になり、特徴量の選択が行われる

正解と解説を見る

正解:D

L1正則化(Lasso)は係数をちょうど0にして特徴量を選び、L2正則化(Ridge)は係数を全体に小さくする。どちらも、強くするほどモデルは単純になる。

学習のポイント:「L1は0にする(選ぶ)、L2は小さくする(縮める)」と対で覚える。

この問題を演習で解く →

DS検定のトップへ 問題一覧へ

このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。