不平衡資料集中，哪種做法最不適合提升少數類預測？
原題
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？
白話
一個醫療機構的疾病偵測模型面臨嚴重的資料不平衡：確診病例只有 3%，非確診佔 97%。題目列出四種可能的處理策略，其中三種有助於讓模型更能辨識少數類（確診病例），一種反而幫倒忙。
問你：哪一種做法最不適合用來提升模型對少數類（確診病例）的預測能力？
先自己選一個答案，再看完整解析。
一句話總結
在嚴重不平衡資料（確診病例僅 3%）的疾病偵測任務中，使用準確率（Accuracy）作為評估指標是最不適合的做法：模型只要把所有人都預測為「未確診」，就能達到 97% 的準確率，但完全沒有找到任何確診病例，形成「高分低能」的假象。
情境
先感受問題：97% 準確率的模型，卻一個病患都找不到
「長安醫院」開發一個罕見疾病早期偵測系統，用 10000 筆病歷訓練：9700 人未確診（97%），300 人確診（3%）。
工程師小莉用準確率（Accuracy）來評估模型的好壞。她驚訝地發現：
- 模型 A：把所有人都預測為「未確診」。準確率 = 9700 / 10000 = 97%。但它一個真正的病患都沒找到。
- 模型 B：準確率 80%，但把 260 個確診病患正確找出來了（Recall = 87%）。
如果用準確率作為評估指標，模型 A「贏了」，但它根本沒有任何醫療價值。準確率在嚴重不平衡資料集下是一個完全失效的指標，繼續用它只會誤導整個訓練方向。
舊方法
準確率在不平衡資料集下的問題
- 多數類佔主導，少數類被淹沒：當 97% 資料是負例，模型只要學會「什麼都說負例」就能得到 97% 準確率，少數類的預測能力完全不被評估到。
- 無法反映 Recall（召回率）的下降：疾病偵測最重要的是「找到病患的比例」（Recall），準確率完全不反映 Recall，即使 Recall = 0 也能有高準確率。
- 優化方向被誤導：如果用準確率做損失函數的基礎，模型會學習「優化多數類的預測準確度」，因為這對整體準確率貢獻更大。少數類樣本的錯誤被視為「小問題」，模型不會努力改善它。
- 難以比較不同模型的少數類預測能力：模型 A（Accuracy 97%，但 Recall 0%）和模型 B（Accuracy 80%，但 Recall 87%），準確率更高的 A 反而更差，準確率作為指標無法揭示這個事實。
- 誤導決策者對模型效能的判斷：醫院管理層看到「準確率 97%」可能誤以為模型很好，實際上模型對疾病偵測毫無用處，可能帶來嚴重的醫療後果。
新方法
為什麼準確率在這裡是最不適合的
小莉把評估指標換成 F1 分數（兼顧 Precision 和 Recall）和 AUC-ROC（評估整體排序能力），模型的訓練方向立刻改變：它開始努力找出那 3% 的確診病患，而不是聰明地把所有人都預測為未確診。
對比其他三個選項：SMOTE 過採樣（合成少數類新樣本）、調整類別權重（讓少數類的錯誤代價更高）、欠採樣多數類（減少多數類樣本數量），這三個都是真正有助於提升少數類預測能力的做法。
這就是為什麼選項 C 最不適合：使用準確率（Accuracy）作為評估指標不只沒有幫助，還會積極誤導模型訓練，讓它朝相反的方向優化。
資料不平衡（Data Imbalance）是機器學習實務中極常見的問題，尤其在醫療、詐欺偵測、設備故障預測等領域，少數類往往才是最重要的預測目標。
常見的不平衡處理策略（三個有效做法）：
- SMOTE（Synthetic Minority Over-sampling Technique）過採樣：用插值法在少數類樣本之間生成新的合成樣本，增加少數類的訓練樣本數，讓模型有更多機會學習少數類的特徵。
- 調整類別權重（Class Weight Adjustment）：在損失函數中為少數類樣本賦予更高的權重，讓模型對少數類的錯誤「付出更大代價」，迫使它更努力學習少數類。Sklearn 中設定 class_weight='balanced' 即可自動計算。
- 欠採樣多數類（Undersampling）：隨機或智慧地減少多數類樣本數量，讓兩個類別的比例更平衡。最簡單的是隨機欠採樣，進階方法有 Tomek Links（移除邊界附近的多數類樣本）。缺點是會丟失多數類的資訊。
不平衡資料集應使用的評估指標：
- F1 分數：兼顧 Precision 和 Recall，適合需要在「不誤報」和「不漏報」之間平衡的場景。
- Recall（召回率）：在「漏報代價遠大於誤報」的醫療場景，Recall 往往是最重要的指標。
- AUC-ROC / AUC-PRC：評估所有閾值下的整體辨別力，AUC-PRC（Precision-Recall Curve 下面積）在嚴重不平衡時比 AUC-ROC 更有區辨力。
- 準確率（Accuracy）：在不平衡資料集下完全失效，NEVER 單獨使用。
為什麼出題者要考這題：不平衡資料是中級考試的高頻考點，既考驗應試者對各種過採樣/欠採樣方法的了解，也考驗對準確率這個「最常被誤用的指標」的正確認識。
錯選項
為什麼其他三個選項是「有效的做法」（不是答案）
A使用 SMOTE 過採樣
字面在說什麼
SMOTE 透過在少數類樣本之間插值，生成合成的新樣本，增加少數類的代表性。
為什麼不是答案
SMOTE 是一個有效的不平衡處理方法。它讓模型訓練時看到更多少數類樣本，有助於學習少數類的特徵邊界，通常能顯著提升 Recall 和 F1。選這個表示此選項是「有效的做法」，不是「最不適合」的選項。
誰會選錯
認為「人工生成的假樣本不真實，所以反而有害」的人。SMOTE 確實有局限性（生成樣本可能不真實、在高維度資料上效果有限），但它的方向是正確的：增加少數類的訓練資料，是有效的做法之一。
B調整類別權重
字面在說什麼
在損失函數中，讓少數類樣本的錯誤比多數類樣本的錯誤付出更大的代價，迫使模型更關注少數類。
為什麼不是答案
調整類別權重是處理不平衡資料最常用、最簡單的方法之一，在 Sklearn 中一行 class_weight='balanced' 即可實現。它直接影響損失函數的計算，讓模型的優化目標向少數類傾斜，通常能有效提升少數類的 Recall，是有效的做法。
誰會選錯
對「調整類別權重」陌生，不確定它是否真的有效的人。這是一個成熟且有理論依據的方法，廣泛用於各種不平衡分類任務。
D欠採樣多數類
字面在說什麼
從多數類（非確診，97%）中隨機移除一部分樣本，讓資料集更平衡。
為什麼不是答案
欠採樣多數類雖然有「丟失多數類資訊」的缺點，但它的作用方向是正確的：讓訓練資料中少數類的比例提高，模型不得不學習少數類的特徵，有助於提升少數類的預測能力。缺點是多數類的樣本多樣性降低，但這是準確率和少數類召回率之間的取捨，不是「最不適合」。
誰會選錯
認為「刪掉資料一定不好」的人。欠採樣確實會丟失資訊，但在嚴重不平衡的場景下，這個代價通常是值得的。「最不適合」的是準確率（評估指標），不是欠採樣（資料處理策略）。
變形題
同個考點下次怎麼變形
準確率不適合，那用什麼指標？
答案
F1 分數（兼顧 Precision 和 Recall）、AUC-ROC（所有閾值下的整體辨別力）、AUC-PRC（Precision-Recall Curve 下面積，比 AUC-ROC 在嚴重不平衡時更有鑑別力），以及根據業務需求直接最大化 Recall（醫療場景漏診代價最高）。絕對不要用 Accuracy 作為主要評估指標。
最簡單的過採樣就是把少數類重複複製，SMOTE 有什麼不一樣？
答案
隨機過採樣直接複製少數類樣本，不增加新資訊，容易讓模型過擬合到那幾個重複的少數類樣本上。SMOTE 在兩個少數類最近鄰之間插值，生成「新的、介於已知少數類樣本之間」的合成樣本，提供更豐富的少數類資訊，讓決策邊界更平滑，通常比隨機過採樣泛化效果更好。
97% 的準確率聽起來不錯，為什麼說它有問題？
答案
這是「空分類器（Null Classifier）」的極端案例：模型把所有樣本都預測為多數類（非確診），不需要任何學習能力就能達到 97% 準確率。Recall = 0% 代表所有真正確診的病患都被漏掉了，模型完全沒有找到任何有價值的資訊。在醫療場景，這等於讓所有病患都沒被診斷出來，是完全無用的模型，甚至有害（讓醫療機構誤以為系統有效）。
過採樣增加少數類，欠採樣減少多數類，能不能兩種一起做？
答案
可以，這叫「組合採樣（Combined Sampling）」。例如 SMOTE + Tomek Links：先用 SMOTE 增加少數類合成樣本，再用 Tomek Links 移除多數類中和少數類邊界模糊的樣本，讓兩類的邊界更清晰。實務上，組合策略通常比單獨使用一種方法效果更好，但需要更多的調校工作。
除了資料層面的處理，有沒有什麼在模型層面的方法可以提升少數類預測？
答案
分類模型輸出的是機率，預設閾值是 0.5（機率大於 0.5 就預測為正例）。在不平衡場景下，降低閾值（如 0.3）可以讓模型對少數類更「敏感」：更多樣本會被預測為正例，Recall 提升但 Precision 下降。Precision-Recall 曲線可以幫助選擇最佳閾值，根據業務對「漏報」和「誤報」的容忍度來決定。不需要重新訓練模型，只是調整預測規則。
延伸
想再往下看，這 5 個
- 資料不平衡（Data Imbalance）
本題核心背景，指訓練資料中各類別樣本數差異極大，是醫療、詐欺偵測等場景的常見挑戰。 - 準確率（Accuracy）
在不平衡資料集下失效的評估指標，是本題「最不適合」的正確答案，理解它為何失效是本題的核心考點。 - 召回率（Recall）
不平衡分類最重要的評估指標之一，衡量所有真實正例中被模型找到的比例，是準確率的替代指標。 - F1 Score（F1 分數）
兼顧 Precision 和 Recall 的評估指標，是不平衡資料集下優先使用的綜合指標，比準確率更能反映少數類的預測效果。 - 資料擴增術（Data Augmentation）
廣義的資料擴增概念涵蓋 SMOTE 等過採樣方法，透過生成新樣本增加少數類的代表性。