類別不平衡怎麼辦？過取樣、欠取樣與 Upweighting

類別不平衡怎麼辦？先別看準確率，再用過取樣、欠取樣加權或類別權重，讓模型多注意那一小群少數資料。

這篇用信用卡盜刷當例子：10,000 筆交易裡只有 100 筆是盜刷。我們會一步一步算給你看，為什麼模型學不會抓盜刷、過取樣和欠取樣各怎麼做，以及 Google 推薦的「欠取樣再加權」為什麼一定要做第二步。

類別不平衡是什麼：10,000 筆交易只有 100 筆盜刷，佔 1%；全部猜正常準確率 99%，但一筆盜刷都抓不到

為什麼你需要知道

真實世界的資料大多不平衡：盜刷、罕見疾病、設備故障、垃圾信，你最想抓的那一類，通常都是最少的那一類
模型會「偷懶」：少數類別太少，模型只要一直猜多數類別，分數就很好看，第 5 篇算過，準確率 99% 也可能一個都沒抓到
處理方法有順序、有陷阱：資料複製的時機錯了，會變成第 8 篇的資料洩漏；欠取樣少做一步，模型會高估風險好幾倍
證照必考：PMLE 考題很愛問「詐騙只佔 0.1%，該怎麼訓練、怎麼評估」

類別不平衡（Class Imbalance）

白話是什麼

類別不平衡：分類資料裡，某一類的數量遠遠少於另一類。

數量多的那一類，叫多數類別（Majority Class），例如正常交易
數量少的那一類，叫少數類別（Minority Class），例如盜刷交易

比喻

像班上 99 個人講國語、只有 1 個人講台語。老師如果只照「大家最常說什麼」來學，很快就會國語說得很好，台語一句也學不會，因為練習的機會太少了。

來龍去脈

Google 機器學習速成課程舉的例子：信用卡交易裡，盜刷可能不到 0.1%；醫療診斷資料裡，某種罕見病毒的病人可能不到 0.01%。速成課程也直接說：真實世界裡，不平衡的資料遠比平衡的資料常見。

反過來，如果兩類數量差不多（例如 235 筆對 247 筆），就叫平衡的資料集。

為什麼要學

模型學不會少數類別，偏偏少數類別通常就是你最想抓的那一類。不處理的話，你會得到一個準確率很高、但完全沒用的模型。

算一次給你看：為什麼模型學不會抓盜刷

假設（教學用的數字）銀行有 10,000 筆交易，其中 100 筆盜刷、9,900 筆正常：

盜刷比例 = 100 ÷ 10,000 = 1%

問題 1：偷懶就能拿高分

模型如果全部猜「正常」：

準確率 = 猜對的 ÷ 全部 = 9,900 ÷ 10,000 = 99%
召回率 = 抓到的盜刷 ÷ 全部盜刷 = 0 ÷ 100 = 0%

準確率 99%，一筆盜刷都沒抓到。這就是第 5 篇講的「準確率陷阱」。

問題 2：練習時根本看不到盜刷

模型訓練時，不是一次看完 10,000 筆，而是一小批一小批地看（一批叫一個 Batch，第 3 篇講過的批次大小）。每批看完就修正一次。

如果一批 100 筆，盜刷佔 1%：

每批平均有幾筆盜刷 = 100 × 1% = 1 筆
某一批「一筆盜刷都沒有」的機率 = 0.99 的 100 次方 ≈ 0.37

（每一筆是正常交易的機率是 0.99，100 筆全部都是正常，就是 0.99 連乘 100 次。）

如果一批只有 20 筆：

某一批一筆盜刷都沒有的機率 = 0.99 的 20 次方 ≈ 0.82

數字怎麼看

一批 100 筆時，大約每 3 批就有 1 批完全沒有盜刷；就算有，通常也只有 1 筆
一批 20 筆時，超過 8 成的批次完全看不到盜刷
模型大部分時間都在練習「什麼是正常交易」，幾乎沒機會學「盜刷長什麼樣子」。Google 速成課程的說法一樣：嚴重不平衡時，大部分的批次裡根本沒有少數類別

第一步永遠是：換掉評估方式

在動資料之前，先把「怎麼打分數」換掉，不然你根本看不出處理得好不好：

不要看	改看	為什麼
準確率（Accuracy）	召回率（Recall）	盜刷抓到幾成，第 5 篇
	精確率（Precision）	被抓的有幾成真的是盜刷
	F1 分數	兩個都顧
AUC-ROC	AUC-PR	不平衡時 ROC 會被大量正常交易灌水，第 6 篇

另外，驗證集和測試集要保持真實比例（1% 盜刷）。下面介紹的過取樣、欠取樣，只能動訓練集，原因後面會講。

解法 1：過取樣（Oversampling），把少的那一類複製多一點

白話是什麼

過取樣：把少數類別的資料重複使用好幾次，讓它在訓練集裡變多。

比喻

像考前把錯最多的題型多抄幾份來練。題目本身沒有變多，但你練到的次數變多了。

來龍去脈

依照 Google 機器學習詞彙表，過取樣就是重複使用少數類別的樣本，讓訓練集比較平衡。例如多數對少數是 5,000 比 1 時，100 萬筆資料裡只有約 200 筆少數類別，太少了，可以把這 200 筆重複使用很多次。

除了直接複製，也有用相似的樣本「內插」出新資料的做法，最有名的是 SMOTE（Synthetic Minority Over-sampling Technique，合成少數類別過取樣），可以參考 imbalanced-learn 的說明。

算一次給你看

把 100 筆盜刷各複製成 10 份：

盜刷變成 = 100 × 10 = 1,000 筆
正常交易 = 9,900 筆（不動）
盜刷比例 = 1,000 ÷ (1,000 + 9,900) = 1,000 ÷ 10,900 ≈ 9.2%

盜刷從 1% 變成約 9.2%，每批 100 筆裡平均就有 9 筆盜刷可以練習。

數字怎麼看，和兩個陷阱

好處：資料一筆都沒丟，少數類別練習機會變多
陷阱 1：容易死背。同一筆盜刷被看 10 次，模型可能記住「這 100 筆的細節」，而不是盜刷的共同特徵，也就是第 7 篇的過度擬合
陷阱 2：先複製再切，就洩漏了。如果先把資料複製 10 份，再切訓練集、測試集，同一筆盜刷的分身會同時出現在兩邊，測試分數會假性變好。正確順序：先切資料，再只對訓練集過取樣（第 8 篇講過的「考卷混進練習題」）

解法 2：欠取樣＋加權（Downsampling ＋ Upweighting）

這是 Google 速成課程推薦的做法，分兩步。速成課程還特別先打預防針：很多學生第一次看到會覺得「這不可能是對的」，因為它有點反直覺。

白話是什麼

欠取樣（Downsampling）：訓練時只用一部分的多數類別，把多數類別變少
加權（Upweighting）：被丟掉的那一類，每一筆的錯誤算重一點，把丟掉的份量補回來

比喻

像做民調。台北人太多，你只抽十分之一來訪問，省時間；但統計時，每個台北人的回答要乘以 10，結果才會代表真正的全台灣。

來龍去脈

為什麼要拆成兩步？速成課程的解釋是：模型要學會兩件事，

每一類長什麼樣子（哪些特徵對應盜刷）
每一類有多常見（盜刷其實只佔 1%）

一般的訓練把這兩件事混在一起。欠取樣讓模型看清楚第 1 件事；加權把第 2 件事補回來。

算一次給你看：只做第一步會怎樣

第一步：欠取樣，正常交易只留 十分之一：

正常交易 = 9,900 ÷ 10 = 990 筆
盜刷     = 100 筆（全部保留）
盜刷比例 = 100 ÷ (100 + 990) = 100 ÷ 1,090 ≈ 9.2%

問題來了：模型練習時看到的世界，每 11 筆就有 1 筆是盜刷，但真實世界是每 100 筆才 1 筆。它學到的「盜刷有多常見」高估了大約 9 倍。上線後，它給每筆交易的盜刷機率都會偏高。這種「模型平均預測值和真實比例對不上」的現象，叫預測偏差（Prediction Bias）。

第二步：加權，正常交易丟掉了九成，所以每一筆正常交易的錯誤算 10 倍：

加權後的正常交易份量 = 990 × 10 = 9,900
加權後的盜刷比例 = 100 ÷ (100 + 9,900) = 100 ÷ 10,000 = 1%

欠取樣加權怎麼算：正常交易只留 990 筆，盜刷比例變 9.2%；每筆正常交易權重乘 10，份量回到 9,900，比例回到真實的 1%

數字怎麼看

只欠取樣：盜刷看起來佔 9.2%，模型會高估風險
欠取樣＋加權：練習時盜刷夠多（學得到樣子），算分數時比例又回到 1%（知道它很少見）
欠取樣幾倍、加權幾倍，要一樣：丟掉九成就乘 10，丟掉一半就乘 2
幾倍最好？ 速成課程建議把它當成超參數，多試幾種比例；重點是每一批裡要有足夠的少數類別

為什麼要學

速成課程列出的好處：模型更好（同時知道盜刷的樣子和真實比例）、訓練更快收斂（每批都看得到盜刷），而且資料變少，也省硬碟空間和訓練時間。資料量很大時，這招特別划算。

解法 3：類別權重（Class Weights），直接把少數類別的錯算重一點

白話是什麼

類別權重：資料不動，但告訴模型：漏掉一筆盜刷，要扣的分是錯判一筆正常交易的好幾倍。

比喻

像考試的配分。選擇題一題 1 分、申論題一題 20 分。題目數量沒變，但學生自然會花更多力氣在申論題上。

來龍去脈

這跟解法 2 的「加權」是同一個工具，只是方向不同：

解法 2：先丟掉多數類別，再把多數類別加權補回來
解法 3：資料不丟，直接把少數類別加權

Google 速成課程的摘要提到：直接加權少數類別比較簡單，但跟「欠取樣＋加權多數類別」比起來，可能會增加預測偏差。

算一次給你看：BigQuery ML 的自動權重

BigQuery ML 有一個選項 AUTO_CLASS_WEIGHTS，依照官方文件，它用這條公式自動算每一類的權重：

某一類的權重 = 總筆數 ÷ (這一類的筆數 × 類別數)

套進我們的數字（2 類）：

盜刷的權重 = 10,000 ÷ (100 × 2)   = 10,000 ÷ 200    = 50
正常的權重 = 10,000 ÷ (9,900 × 2) = 10,000 ÷ 19,800 ≈ 0.505

兩類的總份量：
盜刷 = 100 × 50      = 5,000
正常 = 9,900 × 0.505 ≈ 5,000

類別權重怎麼算：盜刷權重 10,000 ÷ 200 = 50，正常權重約 0.505，兩類總份量都是 5,000，漏掉 1 筆盜刷等於錯判約 99 筆正常交易

數字怎麼看

加權之後，兩類的總份量都是 5,000，模型會把兩類看得一樣重
漏掉 1 筆盜刷的代價（50），等於錯判 約 99 筆正常交易（50 ÷ 0.505 ≈ 99）
代價：模型會變得比較敢說「盜刷」，召回率上升、精確率下降，就是第 6 篇講的取捨
權重不一定要用自動公式，也可以自己設，例如只想讓盜刷重 10 倍

解法 4：調門檻，不用重新訓練

第 6 篇〈ROC 曲線和 AUC 怎麼看？〉講過，模型會先算出一個機率，再跟門檻比。預設門檻 0.5 對盜刷來說通常太高，因為盜刷的機率本來就很少超過一半。

把門檻調低（例如 0.2），模型就比較敢說「這筆是盜刷」，召回率上升。這招不用動資料、不用重新訓練，常常是最快的第一步。

4 招一張表比完

	過取樣	欠取樣＋加權	類別權重	調門檻
白話	少的複製多一點	多的丟一些，再把份量補回來	少的錯算重一點	降低判斷「是」的標準
比喻	錯題多抄幾份練	民調抽樣再乘回去	申論題配分高	及格線調低
資料量	變多	變少	不變	不變
訓練速度	變慢	變快	不變	不用重訓
主要風險	死背重複的資料	丟掉一些資訊；忘了加權會高估	精確率下降、預測偏差	精確率下降
適合	資料量不大	資料量很大	想快速試、不想動資料	模型已經訓練好

實務順序建議：先換評估指標 → 試調門檻 → 試類別權重 → 資料量大就欠取樣＋加權、資料量小就過取樣。不管用哪一招，都只動訓練集。

在 GCP 上怎麼做

GCP（Google Cloud Platform） 是 Google 的雲端服務，白話說就是租用 Google 機房裡的電腦和工具。

1. BigQuery ML：一行開啟類別權重

BigQuery：Google 的大型資料倉庫，專門存放和分析超大量的表格資料
BigQuery ML：讓你用 SQL（跟資料庫說話的語言）直接在 BigQuery 裡訓練模型

自動權重（教學用的範例，label 欄位裡是 fraud 或 normal）：

CREATE MODEL `bank.fraud_model`
OPTIONS(model_type='LOGISTIC_REG',
        input_label_cols=['label'],
        auto_class_weights=TRUE) AS
SELECT amount, merchant_type, hour_of_day, label
FROM `bank.transactions_train`;

欠取樣＋自己設權重：正常交易只留十分之一，再用 CLASS_WEIGHTS 把正常交易的權重設成 10：

CREATE MODEL `bank.fraud_model_ds`
OPTIONS(model_type='LOGISTIC_REG',
        input_label_cols=['label'],
        class_weights=[STRUCT('normal', 10.0), STRUCT('fraud', 1.0)]) AS
SELECT amount, merchant_type, hour_of_day, label
FROM `bank.transactions_train`
WHERE label = 'fraud'
   OR MOD(ABS(FARM_FINGERPRINT(transaction_id)), 10) = 0;

最後一行的意思是：盜刷全部留下，正常交易用交易編號算一個固定的號碼，只留號碼尾數是 0 的那十分之一。用 FARM_FINGERPRINT 而不是隨機抽，好處是每次跑都抽到同一批，結果可以重現。

依照官方文件，幾個要注意的地方：

AUTO_CLASS_WEIGHTS 預設是 FALSE，也就是預設不處理不平衡
在線性模型的文件裡，它只能用在邏輯迴歸；深度神經網路等分類模型也有同樣的選項
AUTO_CLASS_WEIGHTS 和 CLASS_WEIGHTS 不能同時設
CLASS_WEIGHTS 要每一個類別都給權重，權重加起來不用等於 1
評估時用 ML.EVALUATE 看 precision、recall、f1_score，用 ML.ROC_CURVE 找適合的門檻（第 6 篇）

2. AutoML on Agent Platform：選對最佳化目標

AutoML：只要把資料丟進去，Google 自動幫你挑模型、調超參數的服務，不用寫程式。

舊題庫可能還會看到 Vertex AI AutoML 或 AutoML Tables，現在叫 AutoML on Gemini Enterprise Agent Platform。
Google Cloud 在 2026 年 4 月 22 日把 Vertex AI 改名為 Gemini Enterprise Agent Platform（簡稱 Agent Platform），底下功能跟著改名（官方對照表）。功能本身是延續的。

表格資料的分類模型，第 6 篇介紹過可以選最佳化目標。少數類別才是重點時，選 AUC PR（maximize-au-prc），官方文件的說明是「為比較少見的那一類最佳化」。

另外第 4 篇提過：AutoML 不會幫你做分層抽樣，少數類別很少時，要自己用手動切分確保驗證集、測試集裡都有盜刷。

3. Agent Platform 自訂訓練（原 Vertex AI Training）

自己寫程式訓練時，以 Keras 為例，類別權重一行就能加：

model.fit(x_train, y_train,
          validation_data=(x_val, y_val),
          class_weight={0: 0.505, 1: 50.0})   # 0 是正常、1 是盜刷

數字就是上面 AUTO_CLASS_WEIGHTS 公式算出來的權重。寫好的程式可以放到 Gemini Enterprise Agent Platform Managed Training（原 Vertex AI Training）上跑。

考試會怎麼考

Google Cloud Professional Machine Learning Engineer（PMLE，專業機器學習工程師） 證照，2026 年 6 月 1 日起的官方考試指南裡，這篇的內容對應到：

考試區塊	跟這篇有關的項目
第 1 區：用低程式碼方式打造 AI 方案（約 13%）	用 BigQuery ML、Agent Platform AutoML 建分類模型
第 2 區：跨團隊管理資料與模型（約 16%）	探索與前處理資料、評估模型
第 3 區：把原型擴展成正式模型（約 21%）	排除模型訓練的問題

PMLE 考試關鍵字：少數類別只佔 1% 別看準確率，資料量大用欠取樣加權，BigQuery ML 用 AUTO_CLASS_WEIGHTS，AutoML 選 AUC PR，過取樣要先切再複製

看到這些字，就想到這個

題目出現的關鍵字	想到
「詐騙只佔 0.1%」「罕見」「極度不平衡」	類別不平衡，先換評估指標
「準確率很高，但抓不到少數類別」	不看準確率，改看召回率、F1、AUC-PR
「資料量很大，訓練太慢，又不平衡」	欠取樣＋加權（Downsampling ＋ Upweighting）
「欠取樣後，模型預測的機率普遍偏高」	忘了加權（Upweighting）
「BigQuery ML 邏輯迴歸，類別不平衡」	`AUTO_CLASS_WEIGHTS=TRUE`
「AutoML 表格分類，在意少數類別」	最佳化目標選 AUC PR
「少數類別樣本太少」	過取樣（記得先切資料）
「不想重新訓練，想多抓一些」	調低門檻

三個常見陷阱

測試集也做了平衡：測試集要反映真實比例，才能知道上線後的表現；過取樣、欠取樣只動訓練集
先過取樣再切資料：同一筆的分身跨到測試集，分數假性變好，這是資料洩漏
欠取樣後沒加權：模型以為少數類別很常見，上線後一直誤報

練習情境（自己出的練習，不是真實考題）

一家電商有 5 億筆點擊紀錄，要預測「會不會下單」，下單只佔 0.2%。用全部資料訓練一次要 3 天，團隊希望縮短訓練時間，同時不要讓模型高估下單機率。最適合的做法是什麼？

判斷過程：

「只佔 0.2%」→ 類別不平衡
「資料量很大、訓練要 3 天」→ 適合欠取樣，把「沒下單」的資料大量丟掉，訓練變快
「不要高估下單機率」→ 欠取樣之後一定要加權，丟掉幾倍就乘回幾倍
評估時用真實比例的測試集，看召回率、精確率或 AUC-PR，不看準確率

常見問答

類別不平衡是什麼？

類別不平衡是分類資料中，某一類的數量遠少於另一類，例如 10,000 筆交易只有 100 筆盜刷。數量多的叫多數類別，少的叫少數類別。真實世界的資料大多是不平衡的，而且少數類別通常就是最想抓的那一類。

類別不平衡為什麼不能看準確率？

因為模型只要全部猜多數類別，準確率就很高。例如盜刷佔 1%，全部猜正常的準確率是 99%，但召回率是 0，一筆盜刷都沒抓到。不平衡時要改看召回率、精確率、F1 或 AUC-PR。

過取樣和欠取樣差在哪？

過取樣是把少數類別重複使用好幾次，讓它變多，資料量變大；欠取樣是只用一部分的多數類別，讓它變少，資料量變小、訓練變快。過取樣容易讓模型死背重複的資料，欠取樣會丟掉一些資訊，而且要記得加權。

欠取樣之後為什麼要加權（Upweighting）？

因為欠取樣讓模型看到一個比真實世界更平衡的假世界，它會高估少數類別有多常見。例如正常交易只留十分之一，盜刷看起來從 1% 變成 9.2%。把每筆正常交易的權重乘 10，份量回到 9,900 筆，比例就回到真實的 1%。

類別權重怎麼算？

BigQuery ML 的 AUTO_CLASS_WEIGHTS 用「總筆數 ÷（這一類的筆數 × 類別數）」計算。10,000 筆交易裡有 100 筆盜刷時，盜刷的權重是 50、正常交易約 0.505，兩類加權後的總份量都是 5,000，模型會把兩類看得一樣重。

過取樣要在切資料之前還是之後？

一定要在切資料之後，而且只對訓練集做。如果先複製再切，同一筆資料的分身會同時出現在訓練集和測試集，測試分數會假性變好，這是資料洩漏。驗證集和測試集要保持真實的比例。

SMOTE 是什麼？

SMOTE 是合成少數類別過取樣（Synthetic Minority Over-sampling Technique），它不是直接複製少數類別的資料，而是用相似樣本之間「內插」出新的資料點，讓少數類別變多，比單純複製比較不容易死背。

BigQuery ML 怎麼處理類別不平衡？

可以設 AUTO_CLASS_WEIGHTS=TRUE 讓它依各類比例自動算權重（預設是 FALSE），或用 CLASS_WEIGHTS 自己指定每一類的權重，兩者不能同時用。欠取樣可以在 SQL 裡用 FARM_FINGERPRINT 固定抽出一部分多數類別，評估時再用 ML.ROC_CURVE 找適合的門檻。

重點整理

類別不平衡：少數類別太少，模型會一直猜多數類別；全部猜正常也有 99% 準確率，所以先換評估指標
過取樣：少數類別複製多一點；小心死背，而且先切資料再複製
欠取樣＋加權：多數類別丟掉一部分讓訓練變快，再乘回同樣倍數，比例才會回到真實；Google 速成課程推薦這招
類別權重：資料不動，少數類別的錯算重一點；BigQuery ML 用 AUTO_CLASS_WEIGHTS（預設關閉）或 CLASS_WEIGHTS
調門檻最快、不用重訓；AutoML 在意少數類別就選 AUC PR；不管哪一招，驗證集、測試集都要保持真實比例

東東 GCP 教學 - GCP 實戰講師

類別不平衡怎麼辦？過取樣、欠取樣與 Upweighting

為什麼你需要知道

類別不平衡（Class Imbalance）

白話是什麼

比喻

來龍去脈

為什麼要學

算一次給你看：為什麼模型學不會抓盜刷

問題 1：偷懶就能拿高分

問題 2：練習時根本看不到盜刷

數字怎麼看

第一步永遠是：換掉評估方式

解法 1：過取樣（Oversampling），把少的那一類複製多一點

白話是什麼

比喻

來龍去脈

算一次給你看

數字怎麼看，和兩個陷阱

解法 2：欠取樣＋加權（Downsampling ＋ Upweighting）

白話是什麼

比喻

來龍去脈

算一次給你看：只做第一步會怎樣

數字怎麼看

為什麼要學

解法 3：類別權重（Class Weights），直接把少數類別的錯算重一點

白話是什麼

比喻

來龍去脈

算一次給你看：BigQuery ML 的自動權重

數字怎麼看

解法 4：調門檻，不用重新訓練

4 招一張表比完

在 GCP 上怎麼做

1. BigQuery ML：一行開啟類別權重

2. AutoML on Agent Platform：選對最佳化目標

3. Agent Platform 自訂訓練（原 Vertex AI Training）

考試會怎麼考

看到這些字，就想到這個

三個常見陷阱

練習情境（自己出的練習，不是真實考題）

常見問答

類別不平衡是什麼？

類別不平衡為什麼不能看準確率？

過取樣和欠取樣差在哪？

欠取樣之後為什麼要加權（Upweighting）？

類別權重怎麼算？

過取樣要在切資料之前還是之後？

SMOTE 是什麼？

BigQuery ML 怎麼處理類別不平衡？

重點整理

延伸閱讀

Table of Contents

東東 GCP 教學 - GCP 實戰講師