永續 AI 資料庫 / AI 應用類別不平衡Class Imbalance類別不平衡是分類資料中不同類別的樣本數量差距明顯的情況,可能使模型偏向多數類別,需搭配適當指標與訓練策略。企業如何使用這個概念?異常案件稀少時檢查模型是否全部判正常。容易混淆之處高準確率可能掩蓋少數類別漏判。定義依據imbalanced-learn.org 第一手技術文件developers.google.com 第一手來源來源查核日期:2026-09-09繁體中文為編輯工作譯名;本次未取得統一官方繁中譯名的證據,英文名稱保留概念辨識,不冒充標準條文譯本相關服務AI 應用服務 →返回查找結果