2026年人工智能训练师不平衡数据处理实操题库.docx

2026年人工智能训练师不平衡数据处理实操题库

一、单项选择题（每题2分，共20分）

1.在类别极度不平衡的二分类任务中，若正类仅占0.5%，下列哪种采样方式最可能使模型在验证集上的F1-score提升最大？

A.随机欠采样多数类至与少数类等量

B.SMOTE过采样少数类至与多数类等量

C.使用TomekLinks清洗后再随机过采样少数类2倍

D.不做任何处理，仅调整分类阈值

答案：C

解析：TomekLinks可清除边界噪声，随后小幅过采样可在不引入过多人造样本的前提下提升召回，F1-score通常优于极端过采样或极端欠采样。

2.使用SMOTE时，若k_neighbors参数大