Crowdly

Який підхід до крос-валідації є коректним для часових рядів?

Покрокова walk-forward (rolling-origin) валідація

Leave-one-out без урахування часу

Стратифікований K-fold за категорією SKU

Звичайний K-fold з перемішуванням

Що означає «повнота даних»?

Відсутність дублікатів у датасеті

Оцінка швидкості доступу до БД

Частка заповнених значень від загальної кількості очікуваних

Частка коректно відформатованих полів

Як уникнути «витоку даних» при масштабуванні ознак?

Навчати скейлер на всьому датасеті

Підібрати параметри скейлера на валідації

Масштабувати тільки цільову

Фітити скейлер лише на train та застосовувати до test

Найкращий підхід для заповнення поодиноких пропусків у сезонному ряді:

Заповнення нулем

Замінити середнім за весь період

Лінійна/сезонна інтерполяція між сусідніми точками

Видалити всі рядки з пропусками

Що таке «узгодженість» у контексті якості даних?

Рівність середнього та медіани

Відсутність логічних суперечностей між таблицями/правилами

Зменшення дисперсії ознак

Відсутність пропусків у стовпцях

Який підхід коректний для розбиття часових рядів на train/test?

Стратифікована вибірка за категоріями

Випадкове перемішування рядків

Вибір останнього безперервного інтервалу як тесту

K-fold з довільним перемішуванням

One-hot encoding — це:

Метод балансування вибірки

Метод скорочення розмірності ознак

Представлення числових ознак у відсотках

Бінарне кодування категоріальної змінної набором індикаторних стовпців

Який метод найбільш доречний для виявлення локальних викидів у сезонному часовому ряді?

PCA без попередньої стандартизації

Аналіз залишків після STL/Loess-декомпозиції

K-means кластеризація

Min–max масштабування

Що таке лагова ознака (lag feature) у часових рядах?

Значення цільової/ознаки з попередніх періодів

Двійковий індикатор події у майбутньому

Похідна від цільової змінної

Сума всіх попередніх значень