在机器学习建模中，当类别样本数量差异显著时，通常称数据为不平衡的。请说明处理不平衡数据集的核心思路，并列举常用的处理方法。

回答思路

1. 【回答框架 1】不平衡数据集指分类任务中各类别样本数量差异悬殊，导致模型偏向多数类，少数类召回率低。核心思路是调整数据分布、调整模型或调整评价指标，使模型更关注少数类。
2. 【回答框架 2】数据层面常用方法：随机欠采样减少多数类样本，但可能丢失重要信息；随机过采样复制少数类样本，易过拟合；SMOTE等合成方法在少数类样本间插值生成新样本，缓解过拟合，但可能引入噪声。
3. 【回答框架 3】算法层面可调整类权重，如scikit-learn中class_weight参数，对少数类赋予更高惩罚，使损失函数更关注少数类；也可使用集成方法如EasyEnsemble、BalanceCascade，结合欠采样与集成学习提升少数类识别。
4. 【回答框架 4】评价指标应使用精确率、召回率、F1-score、AUC等，而非准确率，因为准确率在极端不平衡下会虚高。
5. 【回答框架 5】实际应用中需结合业务场景，若少数类代价高（如欺诈检测），应优先提升召回率，并考虑代价敏感学习。
6. 【关键点 1】不平衡数据导致模型偏向多数类，少数类性能差。
7. 【关键点 2】常用方法包括欠采样、过采样、SMOTE、类权重调整和集成方法。
8. 【关键点 3】评价指标应选F1-score、AUC等，而非准确率。
9. 【关键点 4】需结合业务场景选择优化目标，如欺诈检测优先召回率。
10. 【易错点 1】随机过采样易导致过拟合，SMOTE可能生成噪声样本。
11. 【易错点 2】欠采样可能丢失多数类重要信息，导致欠拟合。
12. 【易错点 3】仅用准确率评估不平衡模型会得出误导性结论。