本文探讨了多种机器学习方法应对数据不平衡和分布偏移问题。提出的二元分类器和拓扑增强方法有效提升了节点分类性能。新开发的TDUE-BO方法在材料发现中表现优异，DBT模型在回归任务中超越传统方法，CBDT分类器在文本偏见检测中也取得显著提升。