我最近在参加一个比赛，主要是更具各公司财务数据分析财务风险，有标签区分是否有财务风险。但是正常数据有七万多条，异常数据只有三千条，并且缺失值相对较多。我使用过逻辑回归，随机森林和xgboost模型，对于数据不平衡用过向下采样和向上采样。但效果都不是很好。auc可以保持在0.8几，但是召回率和精确率通常只能保证一个，往往是一个0.9几一个0.0几。请问各位大佬我现在应该选择对数据集清洗，自己查找有风险的公司数据填入还是应该更换模型？