面试题库 › 算法 / 大模型 › 样本不均衡的处理方法与 EasyEnsemble

样本不均衡的处理方法与 EasyEnsemble

难度 ★★☆在 4 场真实面经中被问到 方向:算法 / 大模型考点:模型评估与指标

哪些公司问过

OPPO1cvte1字节跳动1携程1

常见岗位:机器学习算法(泛)、计算机视觉、NLP / 语音

答案要点

  1. 数据层:过采样、SMOTE插值合成、欠采样及边界清理
  2. 算法层:类别加权、Focal Loss,极端情况可转为异常检测
  3. EasyEnsemble:多次独立欠采样多数类,每份配全部少数类训练基分类器后集成
  4. BalanceCascade:串行欠采样,逐轮剔除已正确分类的多数类样本
  5. 评估改用召回、F1、PR-AUC,并按业务调整阈值

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题