一个分子可以有多个low-engergy shape，但是在当时学者们只能判断一个分子能否制成药物，而不能判断到底是分子的哪个low-energy shape在起作用。假如我们用常见的分类算法，把所有能制药的分子的low-energy shape当作正例，反之当作负例。那么我们的训练结果会非常不准确，因为我们有太多的false positive。
问题一:为什么正标签数远小于负标签数影响模型训练结果的准确性？
标签：分子,当作,示例,标签,energy,地方,学习,shape,low
来源： https://www.cnblogs.com/hahaah/p/16637021.html