题目标题

对于维度极低的特征,选择线性还是非线性分类器?

难度:中级

机器学习
参考解析

非线性分类器,低维空间可能很多特征都跑到一起了,导致线性不可
分。
1.如果特征的数量很大,跟样本数量差不多,这时候选用 LR 或者是 Linear
Kernel 的 SVM。
2.如果特征的数量比较小,样本数量一般,不算大也不算小,选用
SVM+Gaussian Kernel。
3.如果特征的数量比较小,而样本数量很多,需要手工添加一些特征变成第一
种情况