iPAS AI 應用規劃師初級 114 年第四次 科一 第 35 題 詳解

114 年第四次 科一 人工智慧基礎概論

某大型零售企業準備將商品推薦模型上線，專案團隊在檢視訓練資料時，發現部分商品類別（例如高價商品）樣本數量極少，而多數樣本集中於低價商品。若此不平衡問題未妥善處理，下列何種狀況最可能在實際推薦結果中發生？

1. A模型在預測時傾向輸出稀有類別，導致雖能捕捉到少數樣本，但精確率（Precision）顯著下降

   方向相反，模型不會偏向樣本極少的稀有類別。

2. B模型由於類別分布不均，難以建立有效的線性分離邊界，進而無法收斂

   不平衡不影響收斂，模型仍會訓練完成。

3. C模型過度聚焦於稀有類別樣本，導致對多數類別的預測能力下降，整體效能受損

   錯在主張模型聚焦稀有類別，與不平衡的實際效應相反。

4. D模型學到的決策邊界主要由多數類別主導，忽視了稀有類別，造成該類別的召回率（Recall）大幅降低（正確答案）

   多數類主導邊界，高價商品幾乎被漏掉，召回率大跌。