Gids-gekoppelde quiz · Moeilijk Niveau

Doelcoderingsquiz

Controleer lekkage van doelcodering, cross-fitting en afvlakking met categoriemiddelen, voorbeelden van zeldzame depots en afhandeling van onzichtbare categorieën.

Gerelateerde gidspadenDoelcodering
Vraag 1 van 8

Een categorie komt voor in één trainingsrij. Waarom is het gevaarlijk om het onafgevlakte doelwit van die ruzie als eigen inbreng te gebruiken?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Een categorie komt voor in één trainingsrij. Waarom is het gevaarlijk om het onafgevlakte doelwit van die ruzie als eigen inbreng te gebruiken?
    • The encoding necessarily becomes identical to the global mean
    • The category frequency alone reveals the model's validation score
    • The encoding directly reveals that row's outcome
    • An unsmoothed single-row encoding is protected from leakage by its small sample size
  2. Hoe moet een uitgestoken vouw doelcoderingen ontvangen tijdens cross-fitting?
    • From category summaries calculated using the other training folds
    • From summaries calculated using its own labels only
    • From summaries calculated using the final test labels
    • From summaries calculated using all training folds, including its own labels
  3. Welke waarde resulteert uit een doelsom van 30, een telling van twee, een globaal gemiddelde van zes en een eerder gewicht van vier, met behulp van het afvlakkingsvoorbeeld uit de gids?
    • 15
    • 6
    • 54
    • 9
  4. Waarom trekt afvlakking de schatting van een zeldzame categorie richting het mondiale trainingsgemiddelde?
    • 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. Welke scikit-learn TargetEncoder-bewerking maakt gebruik van interne cross-fitting bij het coderen van trainingsgegevens?
    • 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