欢迎来到 DataScience.SE！您需要确保您的训练分布与您的测试分布相似，以获得最佳结果。这可以通过分层抽样来完成。可能没有问题，并且分类器只是分配其资源以最好地分类大多数情况，尽管我对您的描述有点困惑，因为您说 B 和 C 占主导地位以及“其他两个类别” （A 和 D）“经常映射到 A 和 B”。如果您能想到的话，一种选择是使用更具辨别力的特征。另一种是将大类划分为 (B 成为$B_i$如果适用，同样适用于 C)。如果类的形状很复杂，这可以通过将其分解为可学习的部分来提供帮助。它有助于绘制按类着色的输入，以了解哪些类重叠或具有复杂的形状。最后，如果某些类的错误比其他类更重要，您可以修改损失函数。

您可以尝试合并组 A 和 D，这将为模型提供更重要的边界。除此之外，您可以尝试对给定数据进行采样以形成新数据，从而形成所有组的均匀分布。