iPAS AI 應用規劃師初級 115 年第一次 科一 第 6 題 詳解

115 年第一次 科一 人工智慧基礎概論

資料科學團隊在模型訓練前，需對數值特徵進行正規化（Normalization）或標準化（Standardization）。為確保模型評估結果具真實性並避免資料洩漏（Data Leakage），下列何者為最適當的作法？

1. A於資料分割前，先對完整資料集計算統計量並進行標準化處理

   全資料先算統計量，測試集資訊滲入訓練，屬典型資料洩漏。

2. B先分割訓練資料（Training Data）和測試資料（Test Data），並各自獨立計算統計量後進行標準化

   各自算統計量會使兩邊尺度不一致，評估失真。

3. C先分割訓練資料（Training Data）和測試資料（Test Data），僅以訓練資料計算統計量，再套用至測試資料（正確答案）

   以訓練資料 fit、再 transform 測試資料，正確作法。

4. D僅對訓練資料（Training Data）進行標準化處理，測試資料（Test Data）保持原始數值

   測試資料未轉換，與模型輸入尺度不符，預測無效。