T04

資料不平衡

Data Imbalance

簡短答案

訓練資料中不同類別的樣本數量差異懸殊的問題。

深入解釋

當某類別樣本極少(如詐欺交易佔比 0.1%),模型傾向預測多數類別而忽略少數類別。解決方法包含過採樣(SMOTE)、欠採樣、調整類別權重等。

實際案例

信用卡詐騙偵測模型,在 999 筆正常交易中只有 1 筆詐騙,資料嚴重不平衡。

本頁為 AIATCL 備考用非官方內容;考試資訊請以主辦單位公告為準。