1.3標準
解約予測モデルで、解約後にしか記録されない項目を特徴量へ含めていた。
評価性能は高いが、本番では利用できない。
この問題への対策として適切なものはどれか。
× 不正解
データリーケージは予測時に利用できない将来情報が訓練・評価へ混ざること。時点と分割を正しく設計して防ぐ。
詳細解説
正しい予測時点で利用できる情報だけを特徴量にし、時間順に分割して評価する
将来の情報が訓練へ混ざらないよう、利用可能時点と分割方法を設計する。
誤り解約後の項目を本番でも先に生成する
予測時点では利用できない情報を作ることは不適切である。
誤りテストデータを訓練データへ追加する
評価の独立性を失い、リーケージを悪化させる。
誤り性能が高いので原因調査を省略する
不正な情報利用で性能が高く見えている可能性がある。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
AWS公式AIF-C01ガイドDomain 1.3のデータ品質と評価設計を確認する。
参考にした公式資料
確認できる内容
予測時点、将来情報、時間順分割の関係を説明できる。
理解のポイント
- 将来情報
- 予測時点
- リーケージ
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
データリーケージ
訓練や評価へ、予測時には利用できない情報が混入すること。
時間順分割
未来の情報が過去の訓練へ入らないよう、時点でデータを分ける方法。
問題IDAWS-AIF-071
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告