Kvíz spojený s průvodcem · Těžko úroveň

Kvíz o cílovém kódování

Zkontrolujte únik cílového kódování, křížové přizpůsobení a vyhlazení pomocí prostředků kategorií, příkladů vzácných depotů a neviditelného zacházení s kategoriemi.

Související vodicí cestyCílové kódování
Otázka 1 z 8

Kategorie se vyskytuje v jedné tréninkové řadě. Proč je použití nevyhlazeného cíle řádku jako vlastního vstupu nebezpečné?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Kategorie se vyskytuje v jedné tréninkové řadě. Proč je použití nevyhlazeného cíle řádku jako vlastního vstupu nebezpečné?
    • Kódování se nutně stává identickým s globálním průměrem
    • Samotná frekvence kategorie odhaluje ověřovací skóre modelu
    • Kódování přímo odhaluje výsledek tohoto řádku
    • Nevyhlazené jednořádkové kódování je chráněno před únikem díky malé velikosti vzorku
  2. Jak by měl natažený sklad přijímat cílové kódování během křížového spojování?
    • Ze souhrnů kategorií vypočítaných pomocí ostatních tréninkových záhybů
    • Ze souhrnů vypočítaných pouze pomocí vlastních štítků
    • Ze souhrnů vypočítaných pomocí konečných testovacích štítků
    • Ze souhrnů vypočítaných pomocí všech tréninkových záhybů, včetně vlastních štítků
  3. Použijeme-li příklad vyhlazování průvodce, jaká hodnota vyplývá z cílového součtu 30, počtu dvou, globálního průměru šest a předchozí váhy čtyři?
    • 15
    • 6
    • 54
    • 9
  4. Proč vyhlazování přitahuje odhad vzácné kategorie směrem ke globálnímu tréninkovému prostředku?
    • To make every category's encoding identical
    • To reduce the influence of very small category samples
    • To remove the need for an evaluation split
    • To guarantee that category frequency cannot change
  5. Which scikit-learn TargetEncoder operation uses internal cross-fitting when encoding training data?
    • Calling transform on training rows using a mapping fitted on all those rows
    • Calling fit and then transform on the same training rows
    • Calling fit_transform on the training data
    • Calling fit once before dividing the training data into evaluation folds
  6. How should evaluation labels be used when constructing a target-encoding mapping?
    • They should not be used to learn the mapping being evaluated
    • They should define the mapping for rare categories only
    • They should determine the global mean but not category means
    • They should be added when the training score is low
  7. According to the guide, what does scikit-learn's TargetEncoder use for a category absent from its fitting data?
    • The smallest observed category value
    • The held-out outcome for that row
    • A newly calculated test-set average
    • The learned target mean
  8. A target-encoding dataset contains repeated entities and time-dependent outcomes. Which design needs attention beyond ordinary random cross-fitting?
    • Using random row folds because each row excludes its own label
    • Choosing splits that respect the intended group and time boundaries
    • Using stronger smoothing as a substitute for respecting time boundaries
    • Using an ordinary Pipeline as proof that its encoder's internal folds respect groups