一位 ML 工程師正在為二元分類模型（標籤：Class A、Class B）準備訓練資料。他們想檢查類別是否平衡，並且在不移除現有記錄的情況下，於必要時使資料集達到平衡。哪種方法符合此要求？

正確答案是「執行 SageMaker Clarify 來計算類別不平衡 (CI)。如果 CI 大於 0，則在 SageMaker Data Wrangler 中應用 SMOTE (synthetic minority oversampling technique) 轉換來平衡類別。」這是因為 SageMaker Clarify 能夠評估資料集的偏差，包括類別不平衡 (CI)。當 CI 大於 0 時，表示存在類別不平衡，此時需要平衡資料。SMOTE 是一種過採樣技術，它透過合成少數類別的新樣本來平衡資料集，而不會移除現有記錄，這符合題目的要求。SageMaker Data Wrangler 提供了方便的轉換功能，可以應用 SMOTE。 其他選項不正確的原因： 隨機欠採樣會移除多數類別的樣本，這與題目「不移除現有記錄」的要求不符。 SageMaker JumpStart 主要用於快速部署預訓練模型，而非產生詳細的偏差報告或直接進行資料轉換。 當 CI 等於 0 時，表示類別已經平衡，不需要再應用 SMOTE 或其他平衡技術。