machine-learning - 不平衡数据的特征选择

Question

在我的数据集中，目标变量是标称的（只有两种状态），其他都是数字的。数据集高度不平衡。在寻找处理不平衡数据集的解决方案后，我发现了 SMOTE（Synthetic Minority Over-sampling Technique）。应用 SMOTE 算法后数据集的大小会增加（我使用了该算法的 Weka 实现）。

现在我的问题是，在这种不平衡的数据集中，如何确定对目标变量影响最大的重要特征/属性？这种算法有没有可用的实现？