基线平不平衡要看样本量差得离不离谱。简单说两个类别的样本数要是差不多，比如A类200个B类180个就算平，要是差太多比如A类500个B类50个那肯定不平。

为啥用这个标准呢？因为统计学里有个叫标准差的规矩，类间样本数差异超过总样本10%就说明分布歪了。比如有份数据集总样本1000个，A类占70%（700个）B类30%（300个），这时候准确率可能虚高10%左右。有研究显示当类别差异超过15%时，模型在少样本类别的召回率会暴跌5-8%。就像去年某论文说的，医疗影像数据里肿瘤和正常样本差3倍，模型识别准确率就掉到82%从原来的89%。所以用10%这个坎子，既防数据太偏又留点误差空间。