我是一个ml noob。我有一个预测点击概率的任务，给出用户信息，如城市，州，操作系统，操作系列，设备，浏览器家庭浏览器版本，城市等。 我被推荐尝试logit，因为logit似乎也是MS和Google正在使用的。 我有一些关于逻辑回归的问题，如：
Click and non click是一个非常非常不平衡的类，简单的glm预测看起来不太好。如何使数据通过这个？
我拥有的所有变量都是绝对的，设备和城市之类的东西可能很多。此外，某些设备或某些城市的出现频率可能非常低。那么如何处理我能说的是一个非常随机的各种分类变量？
我们获得的变量之一是设备ID。这是一个非常独特的功能，可以转换为用户的身份。如何在logit中使用它，还是应该在基于用户身份的完全不同的模型中使用它？