چگونه داده‌های نامتوازن بر مدل اثر می‌گذارند؟

اگر یکی از کلاس‌ها داده بیشتری داشته باشد، مدل به همان سمت تمایل پیدا می‌کند. این مشکل باعث کاهش دقت در دسته‌های کم‌نمونه می‌شود. راهکارهایی مثل oversampling و undersampling می‌توانند تعادل داده را حفظ کنند.