1.3標準
将来の結果を含む列で不正検知モデルを作っている。
検証スコアが高すぎる理由を調べる。
対応として適切なものを2つ選べ。
× 不正解
データリーケージを防ぐには予測時点の利用可能性を守り、分割後に前処理を適合する。高い検証スコアだけで本番性能を保証しない。
詳細解説
正しい予測時点で利用可能な情報だけを特徴量へ含め、時系列で分割する
未来情報が訓練へ混ざるのを防げる。
誤り全期間で平均を計算してから訓練・検証へ分ける
未来や検証の情報が訓練へ入る可能性がある。
誤り検証スコアが高いので本番での時点制約を確認しない
本番で使えない未来情報による見かけの性能かもしれない。
正しい前処理、特徴量作成、サンプリングを訓練データ内で適合し、検証へ同じ処理を適用する
検証データの情報が学習へ漏れにくい。
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。
Task 1.3と公式のリーケージ説明を確認する。不正検知の予測時点より後に確定する列を識別し、期間で分割した後に補完・特徴量作成などを訓練内で適合する順序を整理する。
参考にした公式資料
確認できる内容
将来情報を使うリーケージと、検証・テストを含めて前処理を適合する漏えいを別々に防げる。
理解のポイント
- 未来情報
- 時系列分割
- 前処理の適合
確認時の注意
- 確認環境: 公式資料と仮想例による参照確認。AWSリソースの作成やモデル学習の実行は不要。
- 時系列で分割しても、予測時に未知の列を残せばリーケージは防げない。列ごとの利用可能時点と、分割後の前処理の両方を確認する。
- 交差検証を使う場合も前処理は各訓練fold内で適合する。固定の変換を適用することと、評価データで変換を学習し直すことを分ける。
基礎のおさらい
データリーケージ
本来予測時に利用できない情報が訓練や検証へ入り、性能を過大評価すること。
時系列分割
過去で学習し、未来の期間で検証する分割方法。
問題IDAWS-AIF-231
確認環境公式資料と仮想例による参照確認。AWSリソースの作成やモデル学習の実行は不要。
最終技術確認2026-10-24
誤り・権利侵害を報告