重取樣的取捨

一家大型科技公司想要預測員工流失以提升留任率。但只有 12% 的員工離職，模型主要是用「留下」的案例（88%）來訓練，因此很難辨識有離職風險的人。

為了修正這個不平衡，人資分析師使用合成重取樣來建立更多「離職」案例，使資料更平衡。

一項關鍵需求：模型應避免把忠誠員工誤判為「高風險離職者」，以免浪費留任資源。

模型以以下指標評估：

• 訓練正確率（Training accuracy）：在訓練資料上的正確預測比例。
• 測試正確率（Test accuracy）：在新資料上的正確預測比例。
• 精確率（Precision）：被預測為離職者中，實際離職的比例。

Metric	Model A (without resampling)	Model B (with resampling)
Training accuracy	85%	95%
Test Accuracy	82%	85%
Precision	80%	68%