我试图预测罕见事件，这意味着少于 1% 的阳性病例。我基本上试图预测一个主题是否会有 0、1、2 ...、6、> 6 次失败（所有这些类别都有案例）。

我尝试了几种算法：

• 决策树
• 随机森林
• adaboost
• 使用 k-means 聚类进行分组并找到与故障的关联（哪个组的故障最多）

在任何情况下，学习要么没有失败，要么差异太大（导致 CV 集的结果不佳）。

你知道任何更适合罕见事件的机器学习算法吗？

或者我使用这些算法得到那些糟糕的结果是否令人惊讶，这意味着我的特征列表不好？

非常感谢。