SVM和LR适合稀疏数据吗?

  统计/机器学习    浏览次数:344        分享
-1

如题...两个中有没有哪个更加适合高维稀疏数据?


 

今天二面了吗   2019-04-21 16:26



   2个回答 
0

SVM受高维和稀疏的困挠比较小,毕竟它只在乎支持向量。

LR受高维和稀疏影响比较大,但是一般加上正则之后,比如Lasso,效果也不错。

SofaSofa数据科学社区DS面试题库 DS面经

okayguy   2019-04-22 10:52

0

和楼上看法不同, 如果高维和稀疏对LR影响大,电商为什么都用它做CTR预估?(上亿维的超稀疏)

SofaSofa数据科学社区DS面试题库 DS面经

tianjiayang0711   2019-04-24 19:12

因为加了正则项吧,不可能只是一个裸着的LR吧 - okayguy   2019-04-24 22:04


  相关主题

为什么说LR适合大样本,SVM适合小样本?   2回答

支持向量机(SVM)里的支持向量是什么意思   6回答

在SVM中获知一个分类机/回归机需要有多训练点?   1回答

SVM的支持向量最少有几个?   1回答

SVM里的软间隔是什么意思   2回答

与基于一般形式的支持向量回归相比,最小二乘支持向量回归更准确?   2回答

为什么岭回归和最小二乘支持向量回归有一样二次规划形式却有不同解   2回答

线性核svm与文本分类   1回答

LS-SVM的核函数选取问题   1回答

为什么SVM里两个超平面的距离是1/||w||?   2回答

感知机和支持向量机的区别是什么?   2回答

如果支持向量机做回归任务,支持向量是什么?   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!