-2

我的问题initial features是 在范围 [0,255] 内归一化的xytheta 。

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 clustersnew 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。

4

1 回答 1

0

我使用主成分分析将特征维度减少到 10 暗淡,然后使用SVM对新特征进行分类并解决了我的问题。

于 2013-07-29T11:29:07.073 回答