SMOTE不起作用时的罕见事件的分类模型

问题描述

我的目标变量中有一个罕见事件的数据框-label = 1小于1%,我想建立一个分类模型。

所有经典模型均显示出较差的性能,并且使用SMOTE或其他采样技术也无济于事。

还有其他成功的技术或模型可以对极为罕见的事件进行训练吗?

我想尝试GEV通用的极值回归,但是我没有找到关于Python代码的很好的解释。

熟悉此模型的人吗?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)