iPAS 考題解析某金融科技公司在利用歷史交易資料建立風險控管模型時，嘗試推估整體詐騙交易比例。近期發現，樣本間存在明顯的時間序列相關性，導致模型在實際偵測新交易時誤判率升高。若希望同時改善詐騙比例推估的準確性並提升模型的穩健性，下列哪一種做法最為合適？
你的作答
在題目頁作答不會存進學習紀錄，想留下紀錄可以到題庫練習。
解析
正確答案：B. 採取時間序列敏感的抽樣策略，例如依據交易時間區間進行分層，以保存原始的時間結構特性；
當資料存在時間序列相關性時，隨機抽樣會破壞時間結構，導致資料洩漏。採用時間序列敏感的分層抽樣策略，能保留資料的時間特性，使模型訓練和評估更接近真實情境，提升穩健性。
每個選項為什麼對或錯
-
A 擴充樣本數量，以涵蓋更多潛在的詐騙型態，但維持既有的隨機抽樣方式不變； 錯誤選項
單純增加樣本但維持隨機抽樣，無法解決時間序列相關性的問題。
-
B 採取時間序列敏感的抽樣策略，例如依據交易時間區間進行分層，以保存原始的時間結構特性； 正解
依據時間區間分層抽樣能保留時間結構，避免未來資料洩漏到訓練集，最合適。
-
C 將資料完全隨機打散，以降低序列相關性對模型訓練造成的影響； 錯誤選項
完全隨機打散會破壞時間結構，可能導致訓練集包含未來資料，造成評估失準。
-
D 在模型評估時，針對相鄰時間區段進行誤差合併，以便使用整體估計方式修正詐騙比例 錯誤選項
合併相鄰時間區段的誤差是事後補救，無法從根本解決訓練階段的問題。
答案、題目或解析有問題？回報這題