P1 · 應會
機器學習
成本敏感學習 (Cost-sensitive Learning)
是什麼
為不同類型的錯誤指定不同代價，在損失函數中加重代價高的錯誤（通常是少數類的漏判），例如設定類別權重（class_weight）。
解決什麼問題
資料極度不平衡或漏判代價遠高於誤判時，讓模型真正學會偵測少數類，且不必改動資料分布。
考場 Trigger
- 類別權重
- 損失函數加重少數類錯誤
- 詐欺只占極小比例
- 漏判代價高
容易搞混
合成少數類過採樣資料不平衡處理關鍵偵測任務的召回率
中級深度
能說明它改的是損失函數而非資料本身，並與 SMOTE 等重採樣方法比較適用情境。