我正在研究一个分类模型，其中我的目标类是一个有偏见的类，其类形状为

    0     1 
 20694   101

我的大部分功能都是触发某个事件的次数。在探索这些特征时，我发现我的目标变量只与某些特征值相关联。例如如下

                 0         1
Feature V1      
0                12014    75
1                6490     16
2                1177     6
3                402      2
4                176      2
5                100    
6                84 
7                61 
8                39 
9                23 
10               26 
11               14 

正如我们所看到的，只有当 V1 的值为 0 到 4 时才会出现 1。因此，对于任何看不见的数据，只要 V1 的值大于 4，我的模型总是会预测为 0。

我想过使用bestNormalize包，但是它建议的转换在应用于数据时会失去相关性。

任何建议都会有很大帮助。

非常感谢提前！！

PS如果需要，很高兴分享数据。