类别不平衡：当 1% 的问题掩盖 99% 的正常

类别不平衡指正负样本数量悬殊（如 1% 的欺诈交易）。此时模型只要全猜“正常”就有 99% 准确率，但对业务毫无价值。处理不平衡是工业 AI 的常见挑战。

类别不平衡其实是一个关于“稀有但重要”的普遍命题：真正改变局面的事件往往只占少数，却最容易被系统忽视。如何在数据洪流中保持对罕见关键信号的敏感，是算法也是人生的课题。

## 核心要点

图片来源：Openverse / brewbooks（https://www.flickr.com/photos/93452909@N00/2323236049）

1. 准确率在此场景完全失效，必须看召回率与精确率。

2. 过采样少数类、欠采样多数类是两大基本手段，SMOTE 是经典方法。

3. 调整类别权重让模型更重视少数类，通常比采样更优雅。

4. 阈值调优往往比改模型更直接有效。

图片来源：Openverse / marco_ask（https://www.flickr.com/photos/81277273@N00/12107349526）

## 写在最后

以上是关于「类别不平衡」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。