Ceci, il y a des données de grande taille.
La réponse (Y) est une donnée catégorique, bonne ou mauvaise. Le nombre total de lignes est supérieur à 10 millions.
Mais, la plupart d’entre elles sont des «bonnes» données, d’autre part, le nombre de «mauvaises» données n’est que vingt, voire plus. Le nombre de «mauvaises» données étant trop petit, nous n’avons pas pu analyser ces données, en particulier dans le cas de Bootstrap Forest.
S'il vous plaît, laissez-moi savoir la bonne solution. Comment nous réglons une affaire aussi déséquilibrée que possible sans forêt de bootstrap ou autre chose.
Merci
Michael Crotty a présenté à Discovery Europe différentes stratégies pour faire face à ces problèmes. Vous pouvez y trouver quelque chose d’utile:
https://community.jmp.com/t5/Discovery-Summit-Europe-2019/Anomaly-Detection-and-JMP-R-Pro-2019-EU-45MP-115/ta-p/110065
Martin
