データ資格 模擬試験

DS検定 模擬試験 第5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))

係数を0にする正則化

G社は会員の購入有無を予測するロジスティック回帰モデルを作っている。特徴量が200個あり、学習データでは精度が高いのに検証データでは大きく下がる。過学習を抑えつつ、効く特徴量だけを残してモデルを解釈しやすくしたい。最も適切な対応を1つ選べ。

  1. A

    正則化の強さを0に近づけ、係数の自由度を高くする

  2. B

    L2正則化を加え、不要な特徴量の係数をちょうど0にする

  3. C

    学習データの正解率が最大になるまで特徴量を追加する

  4. D

    L1正則化を加え、不要な特徴量の係数をちょうど0にする

正解と解説を見る

正解:D

L1正則化は係数をちょうど0にして特徴量を絞り込み、L2正則化は係数を全体的に小さくする。どちらも過学習を抑えるが、変数を選べるのはL1。

学習のポイント:Lassoは係数が0になって変数が減り、Ridgeは係数が縮むだけで変数は残る。

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。