例如，如果给定一个训练集，其中包含超过 10000 个数据点（训练集的大小）并且没有超过 100000 个的特征和接近 20 的类标签。那么在这种情况下，哪个分类器（决策树、svm、Naive 等方法贝叶斯，神经网络，提升）会给我最准确的分类测试数据的类标签。
问问题
1193 次
1 回答
5
如评论中所述，没有一般规则。
但是，由于您有相当多的训练示例和非常多的特征，您可能需要某种鼓励特征稀疏的分类器。我会首先尝试使用 L1 或弹性网络惩罚的 SGD 线性分类器。
另请参阅Andreas Mueller 的算法流程图来尝试：
于 2013-02-06T07:50:19.007 回答