核心要点

  • 不平衡使模型偏向多数类，少数类召回低且被准确率掩盖

  • 数据层：过采样/SMOTE 文本变体、欠采样、回译与 EDA 数据增强

  • 算法层：class_weight 类权重、Focal Loss、代价敏感学习

  • 决策层：调整分类阈值，按业务平衡精确率与召回

  • 评估用 F1/宏平均/PR-AUC 而非 accuracy；长尾类用 few-shot/LLM 兜底

标准回答

类别不平衡时，损失被多数类主导，模型倾向于「全预测多数类」也能拿到高准确率，导致少数类召回崩塌。处理要从数据、算法、决策、评估四个层面协同。

数据层

  • 过采样：复制或用 SMOTE 的文本变体（在嵌入空间插值或同义改写）扩充少数类，注意避免过拟合到重复样本。
  • 欠采样：对多数类下采样，平衡分布但可能丢信息，常与集成结合。
  • 数据增强：用回译、EDA（同义替换/随机插入删除交换）、LLM 改写为少数类生成多样化样本，比简单复制更有效。

算法层

  • 类权重 class_weight：按类频率倒数加权损失，让少数类误分代价更高。
  • Focal Loss：降低易分多数类样本的权重，聚焦难分与少数类样本。
  • 代价敏感学习：显式设定不同类别的误分代价矩阵，贴合业务损失。

决策层

  • 阈值调整：不平衡下 0.5 默认阈值常不最优，按验证集 PR 曲线选阈值，在精确率与召回间按业务取舍。
  • 集成：如 EasyEnsemble/BalancedBagging，多次欠采样多数类训练子模型再集成，兼顾平衡与信息利用。

评估层

  • 用 F1、宏平均（macro-F1）、PR-AUC 衡量少数类表现，绝不能只看 accuracy。
  • 必要时做分层抽样保证各类在训练/验证中都有代表；对极少样本的长尾类，用 few-shot 或 LLM 兜底 直接分类，弥补监督数据不足。

实践常用「回译/EDA 增强 + class_weight 或 Focal Loss + 阈值调优 + macro-F1 评估」组合，长尾类再叠加 LLM 兜底。

常见误区

⚠️ 常见踩坑

用 accuracy 评估不平衡任务。当少数类占比 1% 时，全预测多数类也有 99% 准确率却毫无价值；必须改用 F1、macro 平均或 PR-AUC，并优先关注少数类的召回与精确率。

追问

追问 1：SMOTE 是为表格数据设计的，文本场景如何借鉴其思想？

原始 SMOTE 在原始特征空间插值，对离散稀疏的文本不直接适用。文本场景的做法是：在稠密嵌入空间（如句向量）上对少数类样本做近邻插值生成新向量，或采用「文本版 SMOTE」思路——用回译、同义替换、LLM 改写等生成语义相近但表述不同的新样本，达到既扩充少数类又增加多样性的效果，避免简单复制带来的过拟合。

追问 2：class_weight 和 Focal Loss 都能缓解不平衡，何时用哪个？

class_weight 按类频率整体加权，实现简单，适合不平衡来自类间数量差异、类内难易较均匀的情况。Focal Loss 在类权重之外还按样本难易动态降权易分样本，适合存在大量「简单多数类样本淹没难分样本」的场景（如目标检测式的极端不平衡）。两者可结合：用 alpha 项做类平衡、gamma 项聚焦难样本。先用 class_weight 打基线，若难分样本仍被淹没再上 Focal Loss。

追问 3：为什么不平衡时要调整分类阈值，而不只调模型？

因为模型即便经过重采样/加权，其输出概率的最优决策阈值在不平衡下也未必是 0.5。阈值调整是在已训练模型上、按验证集 PR 曲线选取与业务目标（更看重召回还是精确率）匹配的切点，成本极低且不需重训。它与数据层、算法层方法正交，可叠加使用：先让模型输出校准良好的概率，再用阈值把概率映射到业务最优的决策边界。

🔗 相似问题

同一考点的不同问法，面试官可能换着问，一起刷更稳

没找到想看的面试题？把你想看的告诉我们 →

延伸学习

按主题分类的相关资源，便于系统复习

核心术语

查看更多 →