我的数据集非常不平衡。多数人与少数民族的比例为99：1。我想建立一个能够准确预测少数民族阶级的模型。简单来说，我想进行成本敏感的学习，其中假阴性的成本应高于假阳性的成本。 但我没有在R中找到任何用于逻辑回归的包，它们也会这样做。
任何机构都可以推荐一些具有R代码示例的网站文档来做同样的事情。提前谢谢。
答案 0 :(得分：1)
对于任何不提供成本选项的算法，您只需对少数类进行过采样即可。例如，如果你想将它们加权5倍，那么只需将它们过采样5倍。
有很多关于如何处理不平衡数据的文献。一般方法包括对少数群体进行过度抽样或对大多数群体进行抽样。此外，您还可以使用更高级的技术，例如SMOTE，它将根据您的少数族裔类别创建合成观察。
在像你这样的高度不平衡的情况下，我发现对大多数人进行过采样和对少数人进行多次采样的组合，以便你得到多个可以平均在一起的模型，可以得到很好的结果。 （基本上，这是改良套袋）