iPAS AI 應用規劃師中級 114 年第二次 科二 第 39 題 詳解

114 年第二次 科二 大數據處理分析與應用

若評估一個新開發的腫瘤分類模型，其資料集中有80%的樣本來自良性病例。若直接使用5-fold交叉驗證（Cross-Validation）進行模型評估，可能導致模型效能評估出現偏差，為避免此問題，下列哪一種作法最合適？

1. A降低K值以減少交叉驗證次數

   降低K值只改變折數，不處理類別分布失衡。

2. B改為使用拔靴法（Bootstrap）

   拔靴法重抽樣仍可能抽出比例失衡的樣本。

3. C調整測試集使良性樣本比例更高，以模擬真實分佈

   刻意提高良性比例會讓評估更偏向多數類。

4. D使用分層交叉驗證（Stratified K-Fold Cross-Validation），以確保每折類別比例一致（正確答案）

   分層抽樣使每折良性與惡性比例與母體一致。