データ資格 模擬試験

DS検定 模擬試験 第4回 問41・データサイエンス(データ準備(前処理・欠損値・外れ値・特徴量))

オーバーサンプリングの手順

金融機関で、不正取引を見つける分類モデルを作る。不正取引は全体の1%しかないため、少数クラスのデータを増やすオーバーサンプリングを使う。手順として、最も適切なものを1つ選べ。

  1. A

    全データにオーバーサンプリングをかけて不正と正常を同数にし、そのあとで学習用と検証用に分けて評価する。

  2. B

    オーバーサンプリングで学習用の不正を増やしたら、評価は正解率だけで行い、判定の閾値は0.5に固定して使う。

  3. C

    先にデータを学習用と検証用に分け、学習用にだけオーバーサンプリングをかけ、検証用は元の比率のまま評価する。

  4. D

    学習用と検証用に分けたあと、両方にオーバーサンプリングをかけ、検証用も不正と正常を同数にして評価する。

正解と解説を見る

正解:C

データを増やすような前処理は、データを分けたあとに学習用だけにかける。検証用は、本番に近い分布のまま評価に使う。

学習のポイント:先に分けて、増やすのは学習用だけ。順番を間違えると、検証用に情報が漏れる。

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。