データ資格 模擬試験

DS検定 模擬試験 第3回 問22・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))

特徴量を絞る正則化

G社の製造ラインでは、300種類のセンサ値から製品の強度を予測する線形回帰モデルを作っている。学習データに過剰に合わせることを防ぎつつ、効かない特徴量の係数をちょうど0にして、本当に重要なセンサを絞り込みたい。この目的に最も合う手法を1つ選べ。

  1. A

    学習中にノードを無作為に無効化するドロップアウト

  2. B

    係数の二乗の和を罰則に加えるL2正則化(Ridge)

  3. C

    係数の絶対値の和を罰則に加えるL1正則化(Lasso)

  4. D

    検証誤差が悪化し始めた時点で止める早期終了

正解と解説を見る

正解:C

L1とL2はどちらも過学習を抑える正則化だが、係数をちょうど0にして特徴量を選べるのはL1(Lasso)である。L2(Ridge)は係数を全体的に小さくする。

学習のポイント:「0にして選ぶ」ならL1、「全体を小さくする」ならL2。名前と性質の対応を取り違えやすい。

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。