iPAS AI 應用規劃師中級 114 年第二次 科二 第 37 題 詳解

114 年第二次 科二 大數據處理分析與應用

若開發一個用於罕見疾病自動診斷的分類模型，目前資料集中確診樣本僅佔不到1%，且因為標註成本高，短期內無法取得更多資料。在此情況下，若希望提升模型對少數類的偵測能力，同時避免過擬合，下列哪一種策略最為合理？

1. A對少數類進行隨機過採樣（Random Oversampling）

   單純複製原樣本，容易讓模型背下少數類而過擬合。

2. B對多數類進行欠採樣（Random Undersampling）

   丟棄多數類資料，在樣本本就不足時損失大量資訊。

3. C使用SMOTE（Synthetic Minority Over-sampling Technique）生成合成少數類樣本後再訓練分類模型（正確答案）

   以插值合成新少數類樣本，兼顧偵測力與泛化。

4. D僅使用現有資料調整模型決策閾值（Decision Threshold）以提升召回率

   只調閾值換來召回率，精確率下滑且未改善資料分布。