常见问题

1. 过拟合与欠拟合

过拟合：模型在训练集上表现好但测试集差。解决方法：增加数据、正则化、简化模型、交叉验证。

2. 数据不平衡处理

• 过采样：SMOTE
• 欠采样：随机采样
• 调整类别权重
• 使用适合的评估指标(F1、AUC)