我的数据集非常不平衡。
它是关于基于分类变量发生车祸的可能性......这个想法是为那些开车的客户提供保险，就像他们有车祸但还没有发生一样。
我的想法是检查崩溃的条目的外观（描述类别崩溃 = 1）并寻找类似的整体但没有崩溃（崩溃 = 0）。
我不确定如何开发这个，有什么想法吗？
解决问题
数据挖掘
Python
分类
2022-02-25 05:26:26
1个回答
几个想法：
- 使用欠采样 crash=0（负）或过采样 crash=1（正）训练有监督的二元分类模型。由于重采样，该模型可能偏向正类，因此它将与正类相似的真正负实例预测为正实例。通常这是一个问题（误报），但在这种特殊情况下，这是您想要的。重采样的比例将决定与您要考虑的正例的相似程度。您还可以使用概率模型并使用预测概率。
- 仅使用正实例 (crash=1)训练一类分类模型，然后将其应用于负实例。预测为正的与正的相似。
- 聚类：对所有实例进行聚类，无论其类如何，然后识别出正实例比例最高的聚类。同样在这些集群中的负面实例与正面实例有一些相似之处。
其它你可能感兴趣的问题