我目前面临机器学习问题，并且已经到了需要一些帮助才能继续的地步。

我有传感器跟踪的各种时间序列的位置 ( x, y, ) 数据。z我开发了更多功能。例如，我栅格化了整个 3D 空间并为每个时间步计算了a和cell_x。时间序列本身具有可变长度。cell_ycell_z

我的目标是建立一个模型，用标签0或1（基于过去和未来值的二进制分类）对每个时间步进行分类。因此，我有很多已经设置标签的训练时间序列。

可能非常有问题的一件事是1数据中的标签非常少（例如，800 个样本中只有 3 个带有标签1）。

如果有人可以在正确的方向上帮助我，那就太好了，因为有太多可能的问题：

• 错误的超参数
• 型号不正确
• 的标签太少1，但我认为这不是一个大问题，因为我只需要模型来建议正确的时间步骤。所以我只会使用输出的峰值。
• 训练数据不好或太少
• 不好的功能

我感谢任何帮助和提示。