某製造業公司建置機器學習模型，用於預測產品是否為瑕疵品。實際生產資料中，瑕疵品比例極低，大多數樣本皆為正常品。模型測試時發現，即使模型多數預測為正常品，仍可獲得很高的整體準確率。在此情境下，若希望更有效衡量模型對瑕疵品的辨識能力，下列何者較適合作為主要評估指標？
答案 （A）
核心概念
在類別極度不平衡的情境下，準確率會失真——假設瑕疵品只佔 1%，模型全部猜「正常」就有 99% 準確率，但一個瑕疵品都沒抓到。這時候要改用聚焦於少數類別的指標：精確率（Precision，抓出來的有多少是真的）與召回率（Recall，真的瑕疵品有多少被抓到），而 F1-score 是這兩者的調和平均，能綜合反映模型在少數類別上的辨識能力。
答題技巧
快速判斷技巧：兩步驟——先確認是分類還是迴歸（本題是分類，直接砍掉 RMSE 與 R²），再看是否為不平衡資料（是，就砍掉準確率），答案自動剩一個。
易錯陷阱：資料不平衡時準確率會騙人，是這份考卷反覆出現的核心觀念（114-4 科目 1 第 35 題也考）。要建立反射：看到「少數類別比例極低」，評估指標就改看 Precision／Recall／F1／PR-AUC，絕不看 Accuracy。