machine-learning - 机器学习分类: Target variable almost completely one class

Question

我有一个目标变量，可以是0或1，其中99.34%是0(总共大约50,000个条目)。逻辑回归和朴素贝叶斯都只是预测全零。有人对此类问题有建议吗？我想确定功能的重要性。干杯

编辑:我有大约 10 个特征可以用来预测

Answer 1

一种可能性是为训练示例赋予权重，以便 1 类示例在损失函数中比 0 类示例更重要。我不确定您正在使用什么语言/库，但例如scikit-learn 的 LogisticRegression有一个名为 class_weight 的参数可以为您处理这个问题(通过将其设置为 'balanced' 或您自己选择)。或者，如果您从头开始实现了逻辑回归，您可以自己轻松地将这些权重添加到损失函数中；它不会使梯度计算变得更加复杂。