小數據的最佳監督學習算法

Question

我想知道哪個監督學習算法對於小數據的推廣是最好的。我有一個尺寸爲（64×122）的特徵向量，其中64是圖像路徑的一維特徵向量，其中122是圖像數量。每個補丁都是16 x 16像素。

我使用了多類支持向量機，但結果是成功率低，隨着圖像數量的增加而增加。我不想增加我的映像補丁號碼，但跳躍以實現良好的分類率。

我能對此有所瞭解嗎？如何使用監督學習方法訓練小數據。

Answer 1

的一些可能的嘗試：

1. 一些簡單的聚類方法，例如k均值;
2. Logistic迴歸;
3. 增加特徵數量，然後使用線性SVM（不要使用其他內核）。