本发明公开了一种分类模型的训练方法、质检预测方法及对应装置，涉及模型训练技术领域，在样本不平衡情况下优化分类模型的训练方法以及将该分类模型应用到质检预测场景实现有效质检分类。本发明的主要技术方案为：获取样本数据集，样本数据集包括训练集和验证集，样本数据集的负样本数量与正样本数量之间的比值大于预设样本不平衡阈值；利用训练集训练初始分类模型，得到第一分类模型；将验证集输入第一分类模型，输出预测验证集为正样本的预测结果，预测结果中至少包含验证集中原始正样本被预测为正样本所对应的目标概率值；根据目标概率值，从训练集中删除容易负样本，得到新训练集；利用新训练集训练第一分类模型，得到第二分类模型。