iPAS AI 應用規劃師中級 114 年第二次 科三 第 28 題 詳解

114 年第二次 科三 機器學習技術與應用

一家零售電商公司希望建立顧客流失預測模型，用以判斷哪些會員可能在三個月內不再消費。團隊以去年會員資料進行訓練，並僅採用「曾經購買三次以上」的活躍顧客紀錄作為樣本。模型上線後，對整體會員進行預測時，發現模型對於新註冊會員與低消費會員的預測準確率明顯偏低。下列何者為造成此現象最可能的原因？

1. A特徵設計未排除與會員忠誠度高度相關的變數，導致特徵偏差（Feature Bias）

   問題出在樣本挑選，不是特徵變數設計不當。

2. B標記（Label）由人工標註，導致標籤偏差（Label Bias）

   題目未提人工標註流程，標籤定義由消費行為推得。

3. C訓練樣本僅涵蓋高活躍顧客，造成取樣偏差（Sampling Bias）（正確答案）

   僅用高活躍顧客訓練，樣本不能代表全體會員。

4. D模型未進行超參數調整，導致過擬合（Overfitting）

   對特定族群失準是涵蓋不足，非訓練集過度貼合。