使用GEV广义极值回归进行分类的模型，用于处理Python中的罕见事件

问题描述

我在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。

我想尝试GEV广义极值回归，但是我没有找到有关Python中代码的很好解释。

这是我到目前为止所拥有的：

from scipy.stats import genextreme as gev
fit = gev.fit(X_train,y_train)

这是使用正确的软件包吗？

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@）