1樓：祁崑崙
題主問題描述不是很完全，處理方法和你的資料收集以及目的有關。首先如果你的樣本不存在偏差，也就是說根據資料可以得出樣本中主要以男性為主，這時性別分布基本能夠代表性別維度對於結果的影響水平；但如果是由於樣本有偏，收集不足的問題，則要需要樣本不均衡性處理的方法，比如異常檢測方法，或者給性別維度做OneHot的編碼，然後給男性和女性賦權重，或者樣本生成的方法等。同意 @InsaneGuy 的回答，基本上乙個意思。
2樓：
NB，這個特徵就能有99%的準確度了，你還想哪樣，但是關鍵是測試集是什麼樣的啊，只一訓練集沒卵用啊，說白了其實很多時候我們目的是去擬合測試集，而不是訓練集
3樓：
推薦三種方法
第一，降取樣，也就是說你訓練你的演算法模型時，人為從9900個男性資料中隨機選取100個，然後用這100個男性資料與已有的100個女性資料作為訓練與測試集（由於這種情況下資料量較小，訓練、交叉驗證、測試資料的推薦比例為8：1：1）
第二，公升取樣，可以用一些常見的演算法模型對skew的資料進行擴充，推薦使用SMOTE演算法。如果熟悉生成對抗網路（GAN）的話也可以用這種方法
第三，利用整合演算法確定該特徵的重要性，如果發現無關緊要，可以剔除此特徵；否則，對於此類離散型特徵可先採用決策樹GINI演算法，再利用堆疊的思想進行建模。
4樓：
我猜題主是誤和樣本不均衡聯絡起來了。但你這個例子中是屬性分布差異大，不是 label 不均衡，更容易學習。聯絡實際，你認為乙個程式設計師是男性的機率和是女性的機率哪個更大？
一般認知是男性程式設計師機率更大，你的資料恰好反映了這一點，僅從屬性分布上來看不存在什麼問題。
顏值高的人大部分是內向嗎？
就我個人來看，顏值挺高，逼格也高 所以難以找到臭味相 投勢均力敵的朋友和物件。也就長期缺乏溝通 長期沒有性生活 精神狀態和身體狀態都不太好，所以更不想說話更不想去社交也討厭鬧騰的環境，脾氣也不大好。話說好看的人都長得比較仙，這種氣質的人確實不太願意和凡夫俗子打交道。除非遇到另乙個小仙女或者大仙？ 伊...
大部分機器學習演算法具有隨機性，只需多次實驗求平均值即可嗎？
ADimon 這個問題我深有體會。總之關於這個隨機種子數你是可以自己設定的，不設定每次隨機性都不同，設定了 相當於固定了random seed 每次的結果就能復現。關於設定與不設定來說說我的看法 如果你想使你的實驗結果能夠被復現，你就設定乙個固定的數值。如果你期待乙個更加接近期望的結果，你就不要設定...
為什麼大部分的EASY girl都顏值不錯學歷不低家境尚可，感覺家境很差的反而不會變成EG？
哈庫那馬塔塔 超現實問題，超現實回答。誠邀各位來舊金山灣區留學，看看多少黑發黑眸成雙對。我認識的女孩子當中甚至找了本地男朋友的都沒有，文化有代溝啊外中國人圈子融入不進去啊。 因為家境差的人，大部分都沒有自信，男的也不選她們，一般她們追求是能有男友都不錯了，沒有選擇的條件，自然不可能成為easy gi...