梯度增强是否适合低事件率（如1％）的数据？

我正在尝试使用Enterprise Miner在事件发生率约为1％的数据集上进行梯度增强，但是它无法产生任何输出。我的问题是，由于它是基于决策树的方法，因此在这种低事件下使用梯度增强是否正确？

（对此简短回答：）

处理不平衡数据集时，可以使用梯度提升机算法。在处理严重失衡的数据集时，质疑所使用度量的适用性就更为相关。我们应该避免使用基于任意阈值的准确度或召回度等指标，而选择AUCPR或Brier评分等能提供更准确图片的指标-请参见出色的CV.SE主题：为什么不选择准确性？评估分类模型的最佳方法？了解更多）。同样，我们可以通过分配不同的误分类成本来采用成本敏感的方法（例如，参见Masnadi-Shirazi＆Vasconcelos（2011）成本敏感的提升对于一般的观点和对已知增强算法的建议更改，或者对于采用更简单方法的特殊有趣应用，请查看针对XGBoost算法的希格斯玻色子挑战报告；Chen＆He（2015）《Higgs Boson Discovery with Boosted Trees》（提供更多详细信息）。

值得注意的是，如果我们采用概率分类器（例如GBM），我们可以/应该积极研究校准返回的概率（例如，参见Zadrozny＆Elkan（2002）将分类器分数转换为准确的多类概率估计或Kull等（ 2017）Beta校准：对二进制分类器的逻辑校准进行的有基础的，易于实施的改进，以潜在地提高学习者的表现。特别是在处理不平衡数据时，与简单地标记数据相比，充分捕捉趋势变化可能会提供更多信息。在此程度上，有些人可能会认为成本敏感型方法最终并没有那么有益（例如，参见Nikolaou等人（2016年）成本敏感的提升算法：我们真的需要它们吗？）。不过，要重申最初的观点，增强算法对于不平衡的数据并不是天生就有坏处，在某些情况下，它们可以提供非常有竞争力的选择。