首页 > 试题广场 >

你正在开发一个欺诈交易检测模型，数据集中正样本（欺诈）的比例

[单选题]

你正在开发一个欺诈交易检测模型，数据集中正样本（欺诈）的比例远低于1%。在这种极端类别不平衡的情况下，以下哪种做法是存在严重风险且最不被推荐的？

使用精确率-召回率曲线（Precision-Recall Curve）或 F1-Score 作为主要的模型评估指标，而不是准确率（Accuracy）。

在进行交叉验证（Cross-Validation）之前，先对整个数据集进行上采样（Oversampling），以平衡正负样本比例。

采用代价敏感学习（Cost-Sensitive Learning），在损失函数中为少数类样本分配更高的分类错误惩罚权重。

尝试使用 SMOTE (Synthetic Minority Over-sampling Technique) 算法在训练集中生成合成的少数类样本。

查看正确选项

这道题你会答吗？花几分钟告诉大家答案吧！

提交观点

问题信息

机器学习

难度：

0条回答 16收藏 11浏览

扫一扫，把题目装进口袋