iPAS AI 應用規劃師中級 115 年第一次 科二 第 25 題 詳解

115 年第一次 科二 大數據處理分析與應用

某金融機構導入AI模型進行信用卡詐欺偵測，由於詐欺交易極為稀少（約佔全部交易0.3%），因此模型在測試階段得到99.6%準確率（Accuracy），被初步認定為「高效模型」。然而在實際上線後，風控部門發現模型幾乎無法攔截詐欺交易，且大量誤判正常交易。經進一步檢查，發現資料極度不平衡，但模型仍以Accuracy作為主要優化與評估指標。在此情境下，下列何者最適當的改善方向？

1. A持續優化Accuracy指標以提升整體分類正確率

   多數類占比極高時，Accuracy再高也無診斷力。

2. B改用精確率（Precision）作為主要評估指標以降低誤報

   只顧Precision會讓模型更保守，漏抓更多詐欺。

3. C引入Class Weight或Cost-sensitive Learning調整損失函數（正確答案）

   提高少數類誤判成本，直接對症處理不平衡。

4. D移除少數類資料以提升模型穩定性與收斂速度

   刪掉少數類等於刪掉要偵測的目標，錯誤方向。