Machine learning Logistic回归预测购买

我有三年的国际进口商从不同国家购买原材料的数据。数据包括：

产品代码、买方国家、买方名称、目的港、卖方国家、卖方名称、原产港、单位、价值（美元）、单价

我想预测一个特定的买家是否会在下周进行购买交易。对此，逻辑回归是一种自然选择。然而，从数据上看，它只会产生积极的结果，我是否应该平衡数据的积极和消极结果

---

因此，如果我看的是每周预测，我是否应该将该买家一周的所有交易汇总，并在没有交易的那一周添加一个负面结果行？

现在这是非常抽象的，因此只能给出抽象的答案

几乎任何二进制模型都要求两个类都出现在训练数据集中，因此您需要收集更多的数据来包含这两个类（或者进一步拆分它们以生成包含这两个类的更精细的间隔，如果您所指的是这样的话）

---

交叉验证与模型构建同时进行，以评估模型的性能。

非常感谢downvote的评论，因为我对该领域非常陌生，并且愿意纠正或编辑问题中的任何不足之处。可能是因为这属于交叉验证，因为它与编程。@user2974951我的问题实际上是关于方法的，我添加这些聚合的非购买行是否正确。交叉验证是以后才会出现的，不是吗？