你有沒有在你看見正樣本很少、負樣本很多時，還在想這件事到底該怎麼看？
把它想成考卷裡有一題超少見，模型很容易只記住常見答案。 類別差太多時，模型可能只猜多數類別就拿到不錯的表面分數。 真正常用的能力不是高準確率，而是少數類別也要抓得到。
你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。
容易混淆
label-noise 資料不平衡是數量差太多，標籤噪音是答案本身可能錯。 常見混淆：資料不平衡 vs label-noise 資料不平衡是數量差太多，標籤噪音是答案本身可能錯。
記住這句就好
少數類別不能被多數類別淹沒。
實際案例
詐欺偵測 正常交易很多，真正詐欺很少，模型若只看準確率會被騙。 罕見疾病分類 陽性病例少，醫療模型必須特別照顧少數類別。
算法與應用
- 處理方式常見有過採樣、欠採樣、加權損失和合成少數樣本。
- 不能只看 accuracy，還要看 recall、precision 和 F1。
- 類別不平衡常和資料稀少、標註成本高一起出現。
情境判斷
Q1： 分類準確率 98%，但少數類幾乎全錯，代表什麼？
很可能是資料不平衡，模型只學會多數類。
Q2： 什麼時候會優先看召回率而不是準確率？
當漏抓少數類的代價很高時，例如風控或醫療。
常見問題
資料不平衡一定要先做 SMOTE 嗎？
不一定，先看資料量、任務和風險，再決定要不要過採樣。
為什麼準確率不夠看？
因為多數類太多時，模型全猜多數類也可能有很高準確率。
欠採樣會有什麼風險？
可能丟掉太多資訊，讓模型學不到完整分布。
iPAS 考試出題分析
根據歷年 iPAS AI 應用規劃師考古題統計，資料不平衡 相關題目 屬於高頻考範圍。