我有一个如下所示的数据集：
target,items
1,[i1,i3]
1,[i4,i5,i9]
0,[i1]
...
可变目标是 0-1 结果。特征“项目”是一组项目（可变长度）。每个项目都是一个分类变量（其中之一：i1、i2、..、i_N）。项目之间没有顺序/关系。一个商业示例是“购物车中的一组产品，客户是否放弃购物车的结果”。
数据的大小约为。1,000,000 x 5,000（我有大约 100 万个示例，N 约为 5,000）
我想做以下分析。我想找到影响（或导致）target = 1 的项目。我没有要添加的额外功能。我应该使用哪种类型的统计分析或机器学习建模技术？
N有多大？你能把你的数据重塑成类似的东西：
target i1 i2 i3 i4 i5 ... i9 ... iN
1 1 0 1 0 0 ... 0 ... 0
1 0 0 0 1 1 ... 1 ... 0
0 1 0 0 0 0 ... 0 ... 0
将所有内容都放入数据框后，您可以使用任何两类监督分类算法来构建模型。一般来说，没有“最佳”模型，但请尝试一些模型，看看哪一个模型最适合您的数据。
很抱歉发布作为答案；评论不允许预先格式化的文本。