看来您有域适应问题。来自两个来源的样本表现不同。

我建议阅读令人沮丧的容易域适应。顾名思义，这个解决方案很简单，很受欢迎（到目前为止引用了 800 次）并且对其他方向进行了很好的调查。

我知道您在整个数据集上运行的分类器是在它上面训练的。在单一来源上训练的分类器在其他来源上的表现如何？有多少样本属于第一个来源？您是否会在生产样品的来源时注明？这些问题的答案可能会打开更多的方向。

这可能有几个原因。

两个样本的特征分布存在差异。

两个样本的标签分布存在差异。

另一个问题是样本量。如果一个样本比另一个样本大得多，并且分布之间也存在差异，这可能会影响分类器的最终性能。

最后，根据辛普森悖论，趋势有可能出现在不同的数据组中，但当这些组组合在一起时就会消失。这可能是您在组合数据时观察到更差性能的原因。