极端类别不平衡下的模型训练方案

2026 年 11 月 1 日，掘金上一位作者发表了一篇题为《正样本几万、负样本个位数：极端类别不平衡怎么训模型》的文章，针对正负样本数量悬殊的极端类别不平衡场景，给出了一套训练方案并附可运行代码。文章指出，在这种数据分布下若直接训练，模型会全部预测为正类，accuracy 达到 99.97% 却漏掉所有少数类样本。

为此，作者提出的四步方案是：把评估指标换成 PR/F1、使用加权损失、对训练集做 SMOTE 过采样、调低分类阈值。目前尚无后续报道，该方案停留在这篇文章的框架内。