Dies, es gibt große Daten.
Antwort (Y) ist kategoriale Daten, gut oder schlecht. Die Gesamtzahl der Zeilen beträgt über 10 Millionen.
Bei den meisten handelt es sich jedoch um "gute" Daten. Die Zahl der "schlechten" Daten beträgt dagegen nur zwanzig oder so. Da die Anzahl der "schlechten" Daten zu gering ist, konnten wir diese Daten nicht analysieren, insbesondere im Fall von Bootstrap Forest.
Bitte lassen Sie mich eine gute Lösung wissen, wie wir einen solchen ultimativen unausgewogenen Fall unabhängig von Bootstrap-Wald oder anderen Dingen regeln.
Vielen Dank
Michael Crotty hat bei Discovery Europe einen Vortrag über verschiedene Strategien zum Umgang mit solchen Problemen gehalten. Vielleicht finden Sie etwas Nützliches darin:
https://community.jmp.com/t5/Discovery-Summit-Europe-2019/Anomaly-Detection-and-JMP-R-Pro-2019-EU-45MP-115/ta-p/110065
Martin
