新书揭示不平衡数据处理真相：数据与模型比平衡技术更重要

Al_Grigor · x · 2026-08-12

Soledad Galli 发布了新书《Imbalanced Data: Myths, Mistakes and Modern Solutions》。作者在 37 个数据集上测试了处理不平衡数据的常见方法（如 SMOTE、过/欠采样、评估指标选择等）。

核心结论指出，数据规模、类别重叠程度、模型选择和评估方法比类别不平衡本身更重要。许多针对不平衡数据的推荐技术之所以奏效，并非因为它们平衡了类别，而是因为它们修复了其他潜在问题。