问如何利用机器学习在不平衡小数据集中发现重要的生物标志物

EN

我有一个刚开始的计划，我只是学习机器学习和统计，所以我有点不知道从什么方法开始是好的，如果这不属于这里，我很抱歉。

数据集是不同的患者携带某种疾病，每个病人有不同的生物标志和物理测量，如心率在不同的时间点，直到死亡，如果他们确实死亡。我被告知，目标是确定关键的特征，这将与一个病人的死亡有关。

我只有33名病人，其中只有16名死亡。但不管病人的生物标志物来自我有300多个时隙，我首先尝试把它作为一个二元分类问题，从其他点分类‘死亡’点。问题是：

1. 数据不平衡，
2. 如何解释模型以发现最重要的特性。

对于不平衡，我尝试过抽样，但不像我想的那样有效，然后我随机地少采样，得到了不错的结果，但是数据集更小，所以我不确定这是否是个好主意。

简单的二元分类模型，如高斯朴素贝叶斯和Logistic回归，即使在数据不平衡的情况下也没有问题，但它们(至少据我所知)并没有给出一种识别特征重要性的方法。

所以我的主要问题是：

1. 解决这个问题的最佳方法是什么，或者当您想要识别最有影响力的特性(数据度量)时，通常哪种方法可以工作。
2. 如果我真的想把它作为一个二元分类问题来处理，我可以采取什么方法来对抗阶级不平衡呢？