《《机器学习》 逻辑回归 大批量数据的过采样 ＜9＞》大批量数据的过采样可以提高模型对少数类别的预测能力，但也存在一些问题。过采样可能会引入噪声样本，导致模型过于关注少数类别，忽视大多数类别。此外，过采样还可能导致模型在测试集上的性能下降，因为测试集的样本分布可能与过采样后的训练集不一致。 ——来自博客 https://blog.csdn.net/qq_64603703/article/details/141391561
