iPAS 考題解析在進行模型訓練前，若針對資料中不同群體（例如分類標籤）之間樣本數量不平衡的情況進行比例調整，此方法通常屬於下列哪一種技術？

解析

正確答案：A. 資料重抽樣

資料重抽樣（Resampling）是解決類別不平衡的資料層面技術：包括過採樣（Oversampling，如 SMOTE 增加少數類樣本）和欠採樣（Undersampling，減少多數類樣本）。特徵選擇、正則化和超參數調整是模型訓練技術，不直接處理類別不平衡的比例問題。

每個選項為什麼對或錯

• A 資料重抽樣 正解

  資料重抽樣透過調整樣本比例解決類別不平衡，此為正確答案。

• B 特徵選擇 錯誤選項

  特徵選擇是選擇最相關特徵的技術，不解決樣本比例問題。

• C 模型正則化 錯誤選項

  正則化控制模型複雜度，不解決資料不平衡。

• D 超參數調整 錯誤選項

  超參數調整優化模型訓練設定，不直接處理資料不平衡。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。