我正在尝试为严重偏斜的目标时间序列构建一个回归预测模型。
您可以将目标想象为地震震级或暴雨。大多数时候，我们坐在相对无聊的分布头部，但我们想预测有趣的“极端”事件。
目标值的分布看起来像这样（在带有贝叶斯块大小的直方图中）
被接近的单独或组合是合法的吗？：
f(log(target))在空间中预测。其中f(x)用于产生零均值、单位方差分布。- 首选非线性（例如，基于树的、具有非线性内核的支持向量回归器）估计器。
- 在选择用于学习、验证和测试的样本时：相对过采样目标分布的右尾。
还有什么我应该尝试的吗？
如果它有助于上下文，我正在使用 python 和 sklearn。