类别不平衡与少样本类别的处理方法
哪些公司问过
答案要点
- 不平衡会让模型偏向多数类,准确率失去参考意义
- 用召回率、精确率、F1、PR 曲线和 AUC 评估
- 数据层:过采样、SMOTE、欠采样,文本可用同义替换、回译等增广
- 损失层:类别加权、Focal Loss;决策层:按业务代价调整阈值
- 重采样只用于训练集,验证和测试集保持真实分布
易错点
- 用准确率评估极度不平衡的任务
- 先过采样再划分训练和测试集,造成数据泄漏
- 加权或重采样后直接把输出当真实概率使用
面试官常见追问
- 过采样和欠采样各有什么问题?
- 加权或重采样后,预测概率还准吗?
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。