如何处理具有过度代表值的变量？ 例如：主要是零

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）