一位機器學習專家使用 SageMaker Clarify 發現，訓練資料中 40-55 歲客戶的範例明顯少於其他年齡層。這項觀察代表了哪種類型的預訓練資料偏差？

正確答案是類別不平衡 (CI)。類別不平衡發生在資料集中某些類別的樣本數量遠少於其他類別時。在這個案例中，40-55 歲客戶的樣本數量明顯較少，這直接符合類別不平衡的定義。 標籤比例差異 (DPL) 衡量的是不同群體之間目標變數（標籤）分佈的差異，而不是特定群體樣本數量的差異。條件式人口統計差異 (CDD) 關注的是在考慮其他特徵後，不同群體之間預測結果的差異。Kolmogorov–Smirnov (KS) 檢定是一種統計檢定，用於比較兩個樣本分佈或一個樣本分佈與理論分佈之間的差異，它不是一種偏差類型。