🔑 名詞卡
SMOTE（Synthetic Minority Over-sampling Technique）
🎯 定義
一種過採樣（Oversampling）技術，透過合成新樣本（而非單純複製）的方式平衡少數類別的資料分佈，能保留原始樣本空間結構，降低過度複製產生的過擬合風險。
重點／應用
- 適用：資料量不足的少數類別（詐欺偵測、疾病診斷等不平衡資料分類問題）。
- 相較單純複製樣本，SMOTE 較不易過擬合，但合成樣本仍可能產生不自然的資料點。
- 屬於重取樣策略（Resampling）的一種，可與欠採樣（Undersampling）、類別權重調整（Class Weighting）搭配比較。
記憶技巧
「不是複製貼上少數類別，而是在少數類別樣本之間『合成』出新樣本」。
易混淆
- vs 欠採樣（Undersampling）：SMOTE 是增加少數類別樣本（不損失原始資料）；欠採樣是減少多數類別樣本（可能丟失有價值資料）。
補充（中級科目二：大數據情境下的應用）
在大數據處理脈絡中，SMOTE 屬於「表格式資料增強（Tabular Data Augmentation）」的代表技術，常見情境是詐欺偵測、疾病診斷等不平衡資料分類問題。在機器學習與大數據結合的實務中（如金融詐欺偵測、資安異常偵測），常與類別加權（Class Weighting）並列為處理大數據 5V 特性中「資料品質與偏態問題」的兩大對策：類別加權從損失函數層面調整權重，SMOTE 則從資料層面直接合成少數類別樣本。
📖 課文原文「SMOTE（Synthetic Minority Over-sampling Technique）透過合成新樣本方式平衡資料分佈，能保留原始樣本空間結構，降低過度複製產生的過擬合風險。」
科目二補充：「SMOTE（Synthetic Minority Oversampling Technique）增加稀少樣本。案例：用於不平衡資料分類問題（如詐欺偵測、疾病診斷）。」