The poor results may be due to an imbalance of instances of a specific class(es) or the inability of techniques to represent a correct hypothesis of the problem based on available training data.
Những kết quả tồi có thể là do sự mất cân bằng của các trường hợp của một class(es) cụ thể hoặc sự bất lực của kỹ thuật để đại diện cho một giả thuyết chính xác của vấn đề dựa trên dữ liệu đào tạo có sẵn.
Các kết quả nghèo có thể là do sự mất cân bằng của các trường hợp của một lớp học cụ thể (es) hoặc không có khả năng kỹ thuật để đại diện cho một giả thuyết chính xác của vấn đề dựa trên dữ liệu huấn luyện sẵn.