我从我的数据集中提取了一些关于标点符号、大写字母、大写单词的其他特征。我得到了这些价值：

在 python 中使用 .corr() 查看与我的目标变量（1=垃圾邮件，0=非垃圾邮件）的相关性。BT 代表二进制文本，例如，BS 代表二进制摘要，我根据文本/摘要中是否存在大写字母或大写单词，或...

您认为这些功能在模型构建中有用吗？我看不到非常强的相关性，但我想根据这些特征（字符/文本长度的数量；存在！，大写单词......）来确定电子邮件是否是垃圾邮件。

我有大约 1000 封电子邮件，但只有 50 封是垃圾邮件（可能太小而无法提取有用信息）。但是，我必须提取这些信息，所以它是一个新的数据集，是我自己构建的，所以我无法收到更多的垃圾邮件（例如，我不想使用来自 kaggle 的数据集）。

你怎么看？