1.2基礎
年収と年齢を距離ベースのモデルへ入力する。
単位の違いで一方だけが支配しないようにする。
前処理として適切なものを2つ選べ。
× 不正解
尺度変換の統計量は訓練データだけで求め、同じ変換を検証・本番へ適用する。外れ値と分布、モデル性能への影響も確認する。
詳細解説
正しい訓練データだけで平均・標準偏差などを計算し、同じ変換を検証・本番へ適用する
評価データの情報漏洩を防げる。
評価データの情報漏洩を防げる。
問題の要件では、訓練データだけで平均・標準偏差などを計算し、同じ変換を検証・本番へ適用するが解決する範囲と、別の工程が担う範囲を分けて判断する。
正しい外れ値や分布を確認し、標準化・正規化の結果をモデル性能と合わせて評価する
尺度変換の副作用を確認できる。
尺度変換の副作用を確認できる。
問題の要件では、外れ値や分布を確認し、標準化・正規化の結果をモデル性能と合わせて評価するが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り全データの平均を先に計算してから訓練とテストを分ける
テスト情報が混ざる。
テスト情報が混ざる。
問題の要件では、全データの平均を先に計算してから訓練とテストを分けるが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り単位が違っても距離ベースのモデルでは影響しない
大きい尺度が距離を支配する。
大きい尺度が距離を支配する。
問題の要件では、単位が違っても距離ベースのモデルでは影響しないが解決する範囲と、別の工程が担う範囲を分けて判断する。
実際に確かめる
一時的な検証環境で実行できる例です。
AWS公式AIF-C01 Domain 1.2の特徴量前処理、標準化、データ漏洩を確認する。期待される結果
前処理の統計量を訓練データから分離して管理できる。理解のポイント
- 標準化
- データ漏洩
- 外れ値
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
標準化
平均や標準偏差を使って特徴量の尺度をそろえる変換。
前処理漏洩
評価データの統計量を学習時の変換へ混ぜること。
問題IDAWS-AIF-434
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