我有一个非常不平衡的样本，我试图预测一个罕见事件的概率（在大约 25,000 次观察中，这个事件被观察到大约 30 次）并且我不愿意仅仅因为程度的不平衡。

只是用一个例子来说明我的想法：假设我正在尝试分类宝石是否是祖母绿。

但在 25,000 个样本中，我只观察到 30 颗祖母绿。但是，我还有一些其他的绿色宝石，例如翡翠和橄榄石，这使我的观察值达到了 300。

通过运行两阶段分类来确定 P(Green Stone) 和 P(Emerald | Green Stone) 是否是个好主意。

后一阶段的不平衡比例为 1 祖母绿：9 非祖母绿，这可能更适合平衡。

将不胜感激追求这个想法的任何想法/见解。