内容审核模型，违规正样本占 0.1%。业务要求召回≥90%，人工审核每天最多 5000 条。当前阈值 0.5 时召回 70%、精确率 30%。团队提出过采样、欠采样、SMOTE、class weight、focal loss。你负责制定方案并推动上线：先做什么、后做什么？采样后概率怎么还原？怎么和审核预算联动？

面试官在考什么

判断候选人能否把不平衡问题还原为业务约束下的排序/阈值/成本问题，并组织落地。

类别不平衡

回答框架 · 前两步

1. 业务本质是固定审核预算 5000 条/天下的排序与阈值问题，不是单纯把 0.1% 平衡到 50%。
2. 优先用 class weight 或阈值移动，配合 PR 曲线按召回≥90% 反推阈值，再用成本矩阵评估误杀/漏放。

延伸阅读

• 技术面到底在考什么：三类考点的及格线与加分线
• 避坑与冲刺：简历自洽、六种扣分话术、D-7 准备表

想看这个方向的整体准备路线？ 进入「机器学习基础」方向页

同一能力域的其他题

• 请解释偏差-方差权衡。如果一个模型训练误差很低、测试误差很高，你会怎么处理？
• L1 和 L2 正则的区别是什么？为什么 L1 能产生稀疏解？从几何角度解释一下。
• 样本极度不平衡（正样本 1%）时，你会怎么评估和建模？为什么不能只看准确率？
• 交叉验证有哪些方式？时间序列数据为什么不能用随机 K 折？你实际项目里怎么切？
• 你的模型预测概率偏高或偏低（校准差），怎么发现、怎么修？为什么 AUC 高不代表概率准？
• 线上服务要你对一个模型做上线前的效果预估，但没法直接做 A/B，你会怎么估？有多大把握？