多分类模型精度非常差

使用一个数据构建二分类模型精度还挺可以，但是建立多分类模型的时候精度非常低，数据已经平衡处理过也不行

参考GPT和自己的思路：这可能是由于数据中存在的类别之间的特征差异很小，或者是由于多分类问题的复杂性导致的。解决此问题的一种方法是使用更高级别的算法，例如神经网络或随机森林，以更好地建模类别之间的关系。还可以试试一些技巧，例如增加数据的数量或将类别进行更好的特征工程处理。最后，可以尝试使用集成学习或交叉验证来获得更可靠的多分类模型。