術語比較

隨機過採樣 vs SMOTE 過採樣

Random Oversampling vs SMOTE

隨機過採樣側重隨機過採樣（Random Oversampling）是處理類別不平衡問題的技術，透過隨機複製少數類別的現有樣本，使各類別的訓練樣本數趨於平衡，讓模型對少數類別有足夠的學習機會，但有增加過擬合風險的疑慮，而 SMOTE 過採樣側重 SMOTE 是一種處理資料不平衡問題的過採樣技術，透過合成少數類別樣本來平衡資料分佈，提升模型學習效果。。

逐項比較

項目	隨機過採樣	SMOTE 過採樣
一句定義	隨機過採樣（Random Oversampling）是處理類別不平衡問題的技術，透過隨機複製少數類別的現有樣本，使各類別的訓練樣本數趨於平衡，讓模型對少數類別有足夠的學習機會，但有增加過擬合風險的疑慮	SMOTE 是一種處理資料不平衡問題的過採樣技術，透過合成少數類別樣本來平衡資料分佈，提升模型學習效果。
常見標籤	機器學習、資料處理、模型訓練、統計方法	機器學習、資料處理、模型訓練、統計方法
iPAS 關聯度	未知	未知
考生最常問	過採樣應該在交叉驗證的哪個階段執行？	SMOTE 應在什麼情況下使用？

看完整術語頁

隨機過採樣的完整說明 SMOTE 過採樣的完整說明進入考古題練習

內容整理自「隨機過採樣」與「SMOTE 過採樣」兩個術語頁，不提供數值排名或單一答案，完整內容與來源請回各術語頁核對。