AI 术语表 · 基础 · 经典机器学习、推荐与搜索
类别不平衡
类别不平衡是指在分类问题中，某些答案类别（类）的数据非常多，而另一些类别的数据非常少的状态。在这种状态下训练，模型很容易只答对数量多的一方，而漏掉数量少但重要的一方。
关于这个术语
- 难度
- 基础 · AI 新闻中常见的技术术语
- 分类
- 数据、运维与平台
- 加入时间
- 2026-10-09
通俗解释 这就像在一个 100 天里有 99 天“不下雨”的地方，天天只说“不下雨”的预报员。命中率很高，但真正需要带伞的日子却一次也没报出来。
工作原理
分类模型在训练中会朝着减少总错误的方向调整。如果 100 条数据中只有 1 条是“欺诈交易”，那么把所有交易都判为“正常”也只错 1 条，模型就没有必要去学习如何识别欺诈。结果就会得到一个表面准确率很高、却几乎找不出少数类的模型。欺诈检测、罕见病诊断、次品检测这类寻找“罕见事件”的问题，大多都是这种情形。
100 笔中只有 1 笔是欺诈
1 / 100
해당 1나머지 99
为什么重要
现实中想要找的，通常是罕见的那一方。漏掉一笔欺诈的代价，可能远大于错误怀疑一笔正常交易的代价。因此，如果不了解类别不平衡、只看准确率，就会把没用的模型误当成好模型。从选择评估指标的阶段起，就必须意识到这个问题。
注意事项
典型的应对方法是增加少数类数据（过采样·数据增强），或减少多数类数据（欠采样）。在损失函数中设置权重，使少数类判错时受到更重的惩罚，也是常见做法。评估时不看准确率，而是同时看召回率（实际少数类样本中找到了多少）和精确率（判定为找到的样本中有多少是对的）。划分数据时，也要让训练集和评估集中的少数类比例相近。
示例
信用卡公司的异常交易检测系统处理的是典型的类别不平衡问题。由于正常交易占绝大多数，训练时会给欺诈交易更大的权重，并把“漏掉了多少欺诈”作为核心指标。有时也会结合异常检测技术，直接去寻找“与平时不同的交易”。