所以，我正在开发一个模型来将数据集分类为风险级别。
数据集根据受试者的调查得分进行标记。 现在，根据这项调查得分，我将获得最高和最低分数。根据调查的总体平均得分，我读了一些他们将数据标记为“高”或“低”的论文。
我很好奇的是，是否有任何方法可以根据可能性来开发模型进行分类（例如，数据实例的最大分数为60％），或者可能的方法是划分分数基于十分位数或四分位数。
我仍然对这类问题不熟悉，所以任何建议/答案都会非常感激。我要搜索的任何关键字也会非常感激。
提前致谢！
答案 0 :(得分：0)
首先要做的是确定风险等级的数量。例如，对于两级分配（即高和低），可以将最小值和中值之间的分数分配给低，并且可以将中值和最大值之间的分数分配给高。
类似地，可以使用最小，第一四分位数，中位数，第三四分位数和最大值进行4级分配。这样，您可以获得与标签相关的平衡数据集（即每个标签具有相同数量的观察值）
然后，您可以应用任何分类技术为您的问题提供模型。