如何解决如何处理具有过度代表值的变量? 例如:主要是零
我正在研究一个回归问题(我尝试了线性回归、Elasticnet 等正则化和随机森林来分析这些数据)。
我的目标是选择最重要的特征(每个特征如何有助于解释目标)。
有些特征在模型中似乎并不重要。
然而,它们主要也是具有很多值 = 0 的特征(即:对于 X1,X1=0 表示 1400 个人,X1=1 表示 200 个人)。 我想知道这是否可能是这些功能看起来不重要的原因。
你知道一种检查方法吗?
注意:我根本不谈论缺失值,我们有信息:0 是值。
解决方法
我找到了一些可能对我有帮助的关于过采样的链接:
https://imbalanced-learn.org/stable/over_sampling.html
https://imbalanced-learn.org/stable/generated/imblearn.over_sampling.SMOTE.html
(使用包不平衡学习)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。