哪些机器学习分类模型适用于小数据?

  统计/机器学习 监督式学习 开放问题    浏览次数:1312        分享
0

我的数据量比较小,二分类问题,样本一共才200多个。哪些机器学习分类模型适用于样本量少的数据?


我另一个相关问题:当数据量很小的时候,怎么做模型验证?

 

超越本人   2018-09-12 13:56



   3个回答 
7

数据量小的时候要尽量避免复杂的模型,比如boosting,神经网络。

要用简单一点的模型,比如线性模型(线性回归,逻辑回归),kNN,朴素贝叶斯,还有SVM。

SofaSofa数据科学社区DS面试题库 DS面经

zl_pku   2018-09-14 22:05

好的,谢谢! - 超越本人   2018-09-18 12:25
4

贝叶斯模型一般都可以处理小数据,分类回归都可以

SofaSofa数据科学社区DS面试题库 DS面经

tbh   2019-02-13 09:59

2

SVM

SofaSofa数据科学社区DS面试题库 DS面经

年轻人   2018-09-12 15:32

谢谢! - 超越本人   2018-09-18 12:25


  相关主题

Probit model和Logit model的区别是什么?   1回答

为什么bias-variance一定会trade off?   2回答

ensemble模型时,bagging和stacking有什么区别?   2回答

脑纹锁 有开源项目吗   1回答

数据泄漏(data leakage)是什么意思?   2回答

非参模型是什么意思?有哪些模型算是非参的?   2回答

Bagging是什么意思?   3回答

Generic/Heuristic Algorithm是什么意思?有什么区别?   1回答

hyperparameter与parameter的区别?   3回答

机器学习中的投票算法是指什么?   2回答

评分卡模型是什么?   1回答

seq2seq模型有什么应用场景?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!