algorithm - 高维度和低样本量数据的良好算法
问题描述
我正在处理一些样本量小的高维数据。我尝试了一些算法,例如线性回归、SVM、PLSR 等。但他们表现不佳。那么对于低样本量有没有一些好的算法呢?
解决方案
推荐阅读
- rest - Datasnap REST Server 增加内存使用量:如何释放 ServerMethods 结果的内存?
- spring - 如何使用spring junit集成测试检查数组中的每个对象是否具有特定属性?
- vb.net - 如何改进这个迭代函数?
- postgresql - Postgres 致命:无法进行热备用,因为主服务器上的 wal_level 未设置为“副本”或更高
- javascript - 打包的电子应用程序找不到本地模块
- sql - 如何验证用于查询 PostgreSQL 数据库的字符串?
- javascript - 结果为真时如何使用重定向功能?
- python-3.x - 计算每个聚合数据时间的值
- c++ - 如何接受指定的连接
- python - 如何获取数据并在 UV 贴图边缘进行编辑?