| 查看: 596 | 回复: 2 | |||
gotosky金虫 (小有名气)
|
[求助]
哪个分类算法恰当 已有1人参与
|
| 请教大家，想做样本分类识别，有三类样本，一类100个样本，一类只有8个样本，另外一类30个样本，30个的其实是无法确定为前两类的数据样本，样本数不均，应该用什么方法分类比较好呢？ |
回复此楼» 猜你喜欢
285求调剂
已经有6人回复
-
085701环境工程求调剂
已经有6人回复
-
291求调剂
已经有6人回复
-
315分求调剂
已经有6人回复
-
277跪求调剂
已经有8人回复
-
295求调剂
已经有5人回复
-
295材料工程专硕求调剂
已经有3人回复
-
083000学硕274求调剂
已经有4人回复
-
275求调剂
已经有8人回复
-
一志愿211院校 344分 东北农业大学生物学学硕，求调剂
已经有8人回复
RobinWang92
木虫 (小有名气)
- 应助: 3 (幼儿园)
- 金币: 4770.2
- 散金: 199
- 红花: 3
- 帖子: 186
- 在线: 190小时
- 虫号: 3622797
- 注册: 2015-01-01
- 性别: GG
- 专业: 自然语言理解与机器翻译
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
gotosky(conanwj代发): 金币+10 2016-09-30 23:27:27
感谢参与，应助指数 +1
gotosky(conanwj代发): 金币+10 2016-09-30 23:27:27
|
你这个问题主要是样本分布不均匀的问题。除了选用分类方法之外，还有一个很大的解决措施就是怎么去重构你的训练集。 一、具体的如何重构训练集来解决样本分布不均，应该有很多相关的论文和资料可以检索一下，我大概说一下我的理解。 1. 你的样本是图像，还是文本类数据？如果是图像，可以用平移、旋转等操作人为的扩大一下样本数目 2. 重构的核心是要么重复采样，就是不断的重复小样本，要么欠采样大样本，从你的情况来看，只能采取小样本过采样了。 二、另一方面，关于分类器的选择，主要是通过调节各类样本之间的代价函数、对于不同类的样本设置不同的权值、改变概率密度、调整分类边界等措施使其更有利于少数类的分类。 我推荐你重点看看Gradient Boost算法，Adaboost算法，Transductive SVM (TSVM)等 此外，直接学一类也是一种策略，但是由于你要分3类，这种策略可能不是那么适用。 |
2楼2016-07-01 23:41:03
gotosky
金虫 (小有名气)
- 应助: 0 (幼儿园)
- 金币: 1247.1
- 散金: 20
- 帖子: 106
- 在线: 38.3小时
- 虫号: 889139
- 注册: 2009-10-30
- 性别: GG
- 专业: 交通工程
|
谢谢指导，样本都是分类变量，虽然少但是也是全样本，不同于信号，不知道您说的平移旋转，小样本过采样是否满足，直接学一类算什么，回归？应该可以学，只是不好解释 发自小木虫Android客户端 |
3楼2016-07-02 01:24:41
