小樣本量的最好的一個分類器

Question

我有一個高（600-）維的數據集，我有一個類的樣本量非常小（+ - 100個數據點）。數據的性質使得生成異常值非常困難，所以我需要在這些數據上訓練一個類別的分類器。

您是否有過一個班級分類的經驗？小樣本和高維度的最佳算法是什麼？我正在考慮從libsvm庫中使用一個類SVM，這是一個不錯的選擇嗎？

感謝意見

Answer 1

如果你想利用神經網絡則路徑：

對於高維單類分類，你可能會想針功能於大海撈針式的培訓團。

我相信其中最值得注意的是adaptive gradient。

否則，SVM可以高效處理高維度，並且異常值不太可能會進一步增強使用基於邊界的算法的情況。