iPAS 考題解析隨機過採樣(Random Oversampling)的主要問題為何?
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:A. 增加過擬合風險
隨機過採樣是複製少數類的樣本,模型會重複看到相同的樣本,容易「記住」這些樣本而非學到泛化的規律,導致過擬合(Overfitting)。
每個選項為什麼對或錯
-
A 增加過擬合風險 正解
隨機過採樣透過複製少數類樣本來平衡資料,模型會重複學習這些重複的樣本,導致過度記憶而非泛化,進而增加過擬合風險。
-
B 降低模型收斂速度 錯誤選項
過採樣增加了資料量,通常不會降低模型收斂速度,反而可能需要更多訓練迭代(epochs)才能充分學習。
-
C 減少整體資料筆數 錯誤選項
過採樣的目的是增加少數類樣本的數量,因此會增加整體資料筆數,而不是減少,這與其目的相悖。
-
D 造成欄位缺失 錯誤選項
隨機過採樣只是複製現有樣本,不會產生新的欄位缺失,資料的完整性不會因此改變,這是錯誤的理解。
答案、題目或解析有問題?回報這題