一位机器学习工程师正在为二元分类模型（标签：A类，B类）准备训练数据。他们想检查这些类别是否平衡，并且在不删除现有记录的情况下，在需要时使数据集达到平衡。哪种方法满足此要求？

正确的答案是，当类别不平衡指数（CI）大于0时，表示存在类别不平衡，此时应使用过采样技术来平衡数据集，而不是欠采样。SMOTE（合成少数类过采样技术）是一种常用的过采样方法，它通过合成新的少数类样本来增加少数类的数量，从而平衡数据集，且不会删除现有记录。SageMaker Clarify用于计算类别不平衡等指标，而SageMaker Data Wrangler提供了SMOTE转换功能。 选项1错误，因为当CI等于0时表示类别是平衡的，无需进行任何操作。此外，随机欠采样会删除现有记录，不符合题目要求。 选项3和4错误，因为SageMaker JumpStart主要用于快速部署预训练模型，不用于生成类别不平衡报告。