Ich habe eine Zielvariable, die entweder 0 oder 1 sein kann, und 99,34% davon ist 0 (etwa 50.000 Einträge insgesamt). Logistische Regression und naive Bayes sagten beide nur Nullen voraus. Hat jemand einen Vorschlag für diese Art von Problem? Ich möchte die Wichtigkeit eines Merkmals bestimmen. ProstMachine Learning Klassifizierung: Zielvariable fast vollständig eine Klasse
edit: Ich habe über 10 Funktionen mit
Eine Möglichkeit, vorherzusagen, Gewichte zu den Trainingsbeispielen zu geben, so dass Beispiele der Klasse 1 Zählung für mehr in der Verlustfunktion als Beispiele der Klasse 0. Ich bin mir nicht sicher, welche Sprache/Bibliothek Sie verwenden, aber zum Beispiel in scikit-learns LogisticRegression gibt es ein Argument namens class_weight, das sich darum kümmert (entweder indem Sie es auf 'balanced' setzen oder indem Sie es selbst wählen). Oder wenn Sie die logistische Regression von Grund auf implementiert haben, können Sie diese Gewichte leicht selbst zu Ihrer Verlustfunktion hinzufügen. es macht die Gradientenberechnung nicht komplizierter.