样本不均衡在风控、转化预估、异常检测中很常见，正样本可能只占千分之一。直接训练会让模型偏向多数类，但盲目处理也可能引入新问题。
过采样通过复制或生成正样本提高占比，简单有效但容易过拟合，生成式方法还可能引入噪声。欠采样减少负样本，训练快但会丢失信息，适合负样本极多且冗余的场景。
代价敏感学习给不同类别设不同权重，不改变样本分布，是更稳妥的选择。权重应与误判成本相关，而不是简单按类别比例设置。
评估陷阱在于：重采样后训练集分布改变，模型输出的概率不再对应真实先验，需要重新校准。用重采样数据算出的准确率也不可直接与原始分布比较。
评估应聚焦少数类：看召回率、精确率、PR 曲线，而不是准确率。阈值选择要结合业务成本，在漏判和误判之间找平衡点。
