我想知道哪种监督学习算法最适合概括小数据。我有一个大小为(64 x 122)的特征向量,其中64是图像路径的一维特征向量,其中122是图像数。每个色块为16 x 16像素。我使用了多类支持向量机,但结果是成功率低,并且随着图像数量的增加而增加。我不想增加图像补丁数量,但希望获得良好的分类率。我可以对此有所了解吗?如何使用监督学习方法训练小数据。 最佳答案 一些可能的尝试:一些简单的聚类方法,例如k均值;逻辑回归增加功能部件编号,然后使用线性SVM(请勿使用其他内核)。