我的问题initial features是 在范围 [0,255] 内归一化的x、y和theta 。
对于每个object特征数是variable.
应用了聚类，因此每个聚类都有许多特征并且每个对象都属于multiple clusters。new features在预测阶段，根据初始特征（ ）计算每个对象的聚类。
每个对象最多属于10 clusters.
聚类总数为4000。
如果我们features constant为每个对象考虑新的，我们有 4000 个维度very large for classify。只有 10 个特征可能有用，而我的特征是稀疏的。
我的问题 ：
有什么方法可以让我们sparse features以最佳性能对它们进行分类以及哪个分类器对它有用？注意：我使用局部敏感哈希对 4000 维的新特征进行分类，这非常慢。