机器学习大作业

参考资料

PCA
https://blog.csdn.net/qq_38825002/article/details/81356377

LDA
https://www.cnblogs.com/pinard/p/6249328.html

svm
https://blog.csdn.net/qq_42780025/article/details/92397765

如果特征的数量大到和样本数量差不多,则选用LR或者线性核的SVM;
如果特征的数量小,样本的数量正常,则选用SVM+高斯核函数;
如果特征的数量小,而样本的数量很大,则需要手工添加一些特征从而变成第一种情况。
实际上使用可以对多个核函数进行测试,选择表现效果最好的核函数。

模糊C均值聚类
https://blog.csdn.net/HUXINY/article/details/90607216

LR
https://www.cnblogs.com/youngsea/p/9321784.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注