目的変数の情報の漏れ
D社の定額制動画サービスでは、毎月末の時点で各会員が翌月に解約するかどうかを予測し、解約しそうな会員にクーポンを配りたい。次の特徴量候補のうち、予測の時点では使えない情報が入り込んでいる(リーケージを起こす)ものはどれか。2つ選べ。
- A
契約を始めてから当月末までに経過した月数
- B
解約手続きの画面で回答する解約理由アンケートの内容
- C
予測する対象の月である翌月の合計視聴時間
- D
当月の合計視聴時間と前月の合計視聴時間の比
正解と解説を見る
正解:B・C
予測時点では手に入らない情報や、目的変数の結果から生まれる情報を特徴量に使うと、検証では精度が高く見えても本番では再現しない。特徴量ごとに、いつ・どの業務で発生するデータかを確かめる。
- A
誤り。予測時点で計算できる情報で、目的変数の結果を含んでいない。
- B
正しい。解約手続きをした会員だけが回答するので、目的変数の答えそのものが入り込んでいる。月末の予測時点では得られない。
- C
正しい。予測時点より後に発生するデータで、本番では使えない。学習時だけ精度が高く見える原因になる。
- D
誤り。月末時点で確定している過去のデータから作れるので、予測時点で使える。
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。