我正在尽力处理小样本中的高维数据。例如，y是500*1矩阵，x是500*10000矩阵。对于这些数据有没有更好的回归方法？
最佳答案
一种可行的解决方案是对X应用主成分分析（pca）等归约方法，并对pca结果进行回归。
关于algorithm - 哪种算法在高维特征和小样本量上表现更好？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52566713/
我正在尽力处理小样本中的高维数据。例如，y是500*1矩阵，x是500*10000矩阵。对于这些数据有没有更好的回归方法？
最佳答案
一种可行的解决方案是对X应用主成分分析（pca）等归约方法，并对pca结果进行回归。
关于algorithm - 哪种算法在高维特征和小样本量上表现更好？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52566713/