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：7492        分享
二维码
手机扫描二维码
  案例分析面试常见题？
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


   5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
0

KNN

SofaSofa数据科学社区DS面试题库 DS面经

GodStick   2018-09-12 18:51

0
如果样本很均衡的话用KNN比较简单SofaSofa数据科学社区DS面试题库 DS面经

GodStick   2018-09-12 18:56



  相关讨论

有没有可以自动请求特征取值的模型，最终实现分类？

为什么bias-variance一定会trade off？

样本权重大小不同时，用什么分类算法比较合适？

Probit model和Logit model的区别是什么？

在线算法(online algorithm)是什么意思？

meta learning是什么意思？

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

函数型数据分析

机器学习算法的鲁棒性是什么意思？

机器学习算法中有哪些用到了贪婪算法的思想？

  随便看看

如何度量一个分布长尾的程度？

神经网络中的dense和sparse是什么意思？

为什么机器学习中的优化问题很少用到牛顿法？

多个独立同分布的均匀随机变量的最小值的期望是多少？

sklearn分类模型中预测结果怎么调整概率的阈值