Допустим, у меня есть набор данных с 6 классами A, B, C, D, E, F, и выборки равномерно распределены между этими классами для задачи классификации изображений. Я изменяю набор данных так, чтобы у меня было 3 класса K, L, M после модификации, и сэмплы на этот раз распределяются неравномерно. Кроме того, классы KLM включают образцы из всех AB- C -DEF. Когда я тренирую классификатор на модифицированном наборе данных, я получаю низкую производительность. Есть ли какой-нибудь документ или учебник, посвященный этой проблеме, который вы можете мне предложить? Или какой-нибудь намек, который может быть полезен? Я пытался искать документы и тому подобное, но я не мог найти ничего полезного. Возможно, я не знаю ключевых слов, которые мне следует использовать для поиска этой проблемы.