我正在尝试构建损耗模型。在我的用例中，每月客户流失率约为1-2％。这意味着在训练数据集中，事件发生率非常低，数据集高度不平衡。因此，为了针对此问题构建二进制分类模型，是否需要在数据准备阶段对多数类进行下采样/对少数类进行上采样，以使数据集变得平衡？
此外，我已经看到电子邮件广告系列的典型响应率通常在2-3％左右，如果我们尝试建立加售/交叉销售模型来预测对报价做出回应的可能性，我们将面临类似的问题数据集不平衡方面的问题。
在这些情况下应该怎么做？我们是否需要下采样/上采样以使其成为平衡的数据集，然后构建模型，或者我们可以按原样使用数据来构建模型。请分享您的想法并提供理由。
Sumeet