正樣本僅佔 3% 時，最不適合用來評估模型的指標為何？
iPAS 考題解析
正樣本僅佔 3% 時，最不適合用來評估模型的指標為何？
- A. SMOTE 過採樣後的 F1
- B. 調整類別權重後的 Recall
- C. 直接使用 Accuracy 作為主要指標 ✓ 正確答案
- D. 欠採樣多數類後的 AUC
詳細解析
類別極度不平衡時，模型全部猜多數類（負）就能達到 97% Accuracy，但一個正例都沒找到。Accuracy 在這種情況下毫無意義。
難度：★★★
正樣本僅佔 3% 時，最不適合用來評估模型的指標為何？
正樣本僅佔 3% 時，最不適合用來評估模型的指標為何？
類別極度不平衡時，模型全部猜多數類（負）就能達到 97% Accuracy，但一個正例都沒找到。Accuracy 在這種情況下毫無意義。