樣本不平衡

在處理分類問題時，若某一類樣本數明顯少於其他類別，研究人員可能採用隨機過採樣（Random Oversampling）以平衡資料比例，此方法最常造成下列哪一種問題？

1. A增加過擬合風險
2. B降低模型的收斂速度
3. C減少資料總筆數數量
4. D導致訓練資料欄位缺失

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）
2. B對多數類進行欠採樣（Random Undersampling）
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
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

某醫療機構開發疾病早期偵測模型，正樣本（確診病例）僅佔 3%。在模型訓練與評估過程中，下列哪一種作法最不適合用於提升對少數類病例的預測能力？

1. A使用SMOTE 過採樣
2. B調整類別權重
3. C使用準確率（Accuracy）作為評估指標；
4. D欠採樣多數類(Undersampling the majority class)

某製造廠開發產線瑕疵檢測模型時，資料集存在嚴重類別不平衡問題，其中良品約占 99%，瑕疵品僅占 1%。若直接使用原始資料進行訓練，模型容易偏向預測多數類別（良品），導致對少數類別（瑕疵品）辨識能力不足。在不調整模型架構與學習演算法的前提下，僅透過資料前處理方式改善此問題，下列何者最適當？

1. A使用 SMOTE等過採樣方法進行少數類別擴增
2. B加入 L1／L2 正則化（Regularization）以防止過擬合
3. C大幅增加深度神經網路的層數，以強化特徵萃取能力
4. D複製更多良品數據，以進一步提升模型的準確率（Accuracy）

某電信公司的 AI 反詐欺模型在正常交易佔 99.5%、詐欺交易僅佔 0.5%的類別嚴重不平衡資料集上訓練。若工程師僅以整體準確率（Accuracy）作為模型選擇的唯一指標，最可能產生什麼嚴重問題？

1. A模型訓練時間會因類別不平衡而大幅增加
2. B一個永遠預測為正常交易的模型即可達到 99.5%準確率，但對詐欺交易的召回率為0%，使準確率失去判別能力
3. C類別不平衡會導致模型訓練過程出現梯度爆炸
4. D類別不平衡會直接導致模型過擬合，使測試集表現下降

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
2. B改用精確率（Precision）作為主要評估指標以降低誤報
3. C引入Class Weight 或Cost-sensitive Learning 調整損失函數
4. D移除少數類資料以提升模型穩定性與收斂速度

某銀行建置貸款違約預測模型，資料共 50,000 筆，其中違約樣本僅 800 筆（佔 1.6%）。在模型建置流程中，先對整體資料使用 SMOTE 對少數類進行過採樣，之後再進行訓練／測試切分，並訓練輕量梯度提升機（LightGBM）模型，並以 AUC-ROC 評估模型表現。模型在測試集的AUC-ROC 達到0.91，團隊認為模型表現良好，準備上線部署。在模型審查過程中，下列何者為使測試集評估結果失真的主要原因？

1. ASMOTE 不適合用於金融違約預測場景，此類高風險業務應一律採用 class_weight 調整損失函數，而非對資料本身進行過採樣
2. BSMOTE 的過採樣操作在訓練/測試切分之前即對全體資料執行，導致合成樣本資訊洩漏至測試集，使 AUC-ROC 0.91 虛高而不可信
3. CAUC-ROC 在1.6%的不平衡場景下過度樂觀，應改用 PR-AUC 作為評估指標，其餘流程均正確
4. DLightGBM 本身已內建處理不平衡的機制，與 SMOTE 同時使用會造成少數類過度補償，導致過多誤判