P1 · 應會
資料
取樣偏差 (Sampling Bias)
是什麼
取樣偏差指資料蒐集方式讓樣本無法代表目標母體，某些族群被過度或不足取樣。用這種資料訓練的模型，在未被涵蓋的族群上會系統性失準。
解決什麼問題
用來診斷模型為何在部分族群表現特別差，並提醒蒐集資料時要涵蓋部署後會遇到的完整母體。
考場 Trigger
- 訓練只用某類客戶的資料
- 上線後對新族群預測特別差
- 樣本無法代表母體
容易搞混
標籤偏差概念漂移與資料漂移資料不平衡處理
中級深度
能從「訓練只涵蓋部分族群、上線後其他族群失準」判斷出取樣偏差，並與標籤偏差、資料漂移區分。