在不平衡資料集的分類問題中（如信用卡詐欺偵測，詐欺佔 0.1%），為何準確率（Accuracy）不是一個好的評估指標？

iPAS 考題解析

在不平衡資料集的分類問題中（如信用卡詐欺偵測，詐欺佔 0.1%），為何準確率（Accuracy）不是一個好的評估指標？

  • A. 準確率計算複雜，不適合不平衡資料
  • B. 準確率無法反映模型的訓練速度
  • C. 即使模型將所有樣本預測為多數類，準確率也能達到 99.9%，無法反映少數類的偵測能力 ✓ 正確答案
  • D. 準確率只適用於二元分類問題，不適合多類別問題

詳細解析

在極端不平衡資料集（詐欺佔 0.1%）中，若模型將所有樣本預測為「非詐欺」，準確率可達 99.9%，但對詐欺完全無法偵測。此時應使用 F1 Score、AUC-ROC、Precision-Recall 曲線等對類別不平衡更敏感的指標。

出題年份：114 難度：★★☆