Machine learning 数据挖掘、机器学习：单击使用Logit的预测

我是个笨蛋。我手头有一项任务，就是根据城市、州、操作系统版本、操作系统系列、设备、浏览器系列、浏览器版本、城市等用户信息预测点击概率。 有人建议我试试logit，因为logit似乎也是微软和谷歌正在使用的。 我有一些关于逻辑回归的问题，如：

单击和非单击是一个非常不平衡的类，简单的glm预测看起来不太好。如何使数据通过此方式工作

我所有的变量都是分类的，像设备和城市这样的东西可以有很多。此外，某些设备或某些城市的出现频率可能非常低。那么，如何处理我所能说的是一系列非常随机的分类变量呢

---

我们得到的变量之一是设备id。这是一个非常独特的功能，可以转换为用户的身份。如何在logit中使用它，或者应该根据用户身份在完全不同的模型中使用它？

考虑将此移动到发布位置，谢谢！