张同学回答（1）
Vincent2026-06-12 09:30:25
Vincent你好
真实世界分布中失败的初创公司（多数类）数量远超成功的初创公司（少数类）。
模型的学习会产生“偷懒”逻辑：如果一个模型只是简单地“把所有样本都预测为失败”，它的整体预测准确率（Accuracy）可能高达90%以上（因为失败的真实样本就有90%）。但它完全失去了识别成功公司的能力，这就是题干中说的“模型无法区分（cannot discriminate）”。
所以，让模型在训练时，不再“偏爱”多数类，迫使它去学习少数类（成功公司）的独特特征。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片