予測時点で使えない特徴量
通信会社のD社は、毎月末の時点で「翌月に解約する顧客」を予測するモデルを作る。過去データには次の4つの項目がある。予測時点では値が得られず、学習に使うとリーケージ(答えの情報の混入)になる項目はどれか。2つ選べ。
- A
当月末までの直近3か月の月別通話時間の推移
- B
翌月に実施した解約防止キャンペーンへの反応の有無
- C
解約手続きの完了時に入力された解約理由のコード
- D
当月末までに受け付けた料金に関する問い合わせ回数
正解と解説を見る
正解:B・C
特徴量は「予測を行う時点で値が手に入るか」で選ぶ。未来の出来事や、結果が出た後にしか記録されない項目を使うと、検証の精度だけが高くなり本番では使えない。
- A
誤り。予測時点までに確定している過去の値なので、特徴量として使ってよい。
- B
正しい。翌月の出来事なので、月末の予測時点では値が分からない。学習時だけ精度が高く見え、本番では使えない。
- C
正しい。解約した顧客にしか値が入らないので、ほぼ答えそのもの。予測時点では得られない。
- D
誤り。当月末までの実績なので予測時点で集計できる。解約の予兆を表す特徴量として使える。
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。