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: 343
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



   2个回答 
5

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面经 问答 实战

zl_pku   2018-09-14 22:05

好的,谢谢! - 超越本人   2018-09-18 12:25
2

SVM

SofaSofa数据科学社区 DS面经 问答 实战

年轻人   2018-09-12 15:32

谢谢! - 超越本人   2018-09-18 12:25


  相关主题

为什么bias-variance一定会trade off?   2回答

SVM模型的可解释性如何?   1回答

Probit model和Logit model的区别是什么?   1回答

机器学习+计算机网络   2回答

人类的第一个机器学习算法是什么?   2回答

baseline模型和benchmark模型的差别?   1回答

机器学习如何快速入门?   1回答

bias-variance tradeoff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

hyperparameter与parameter的区别?   3回答

推荐开放数据库   5回答

如何理解PAC Learning?   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!