Classification 如何子样本数据集
我将实现svm（支持向量机）和其他各种分类算法。 但我的火车数据集是10Gb。我怎样才能再抽样呢？ 这是一个非常基本的问题，但我是初学者Classification 如何子样本数据集,classification,weka,svm,subsampling,Classification,Weka,Svm,Subsampling,我将实现svm（支持向量机）和其他各种分类算法。 但我的火车数据集是10Gb。我怎样才能再抽样呢？ 这是一个非常基本的问题，但我是初学者 感谢您的帮助这取决于您的数据 由于您正在处理一个基本级别的问题，我想最好的方法是从大幅减少样本量开始。完成后，将特征的数量减少到指定的大小 一旦数据集足够小和简单，您就可以考虑添加更多属性或样本，以适合当前问题。 希望这有帮助 您应该做的第一件事是减少样本（行）的数量。LibSVM为此提供了一个非常有用的方法。如果您的数据集有N个样本，并且您希望将其降采样为N
感谢您的帮助这取决于您的数据 由于您正在处理一个基本级别的问题，我想最好的方法是从大幅减少样本量开始。完成后，将特征的数量减少到指定的大小
一旦数据集足够小和简单，您就可以考虑添加更多属性或样本，以适合当前问题。
希望这有帮助 您应该做的第一件事是减少样本（行）的数量。LibSVM为此提供了一个非常有用的方法。如果您的数据集有N个样本，并且您希望将其降采样为N-K个样本，则可以使用上述脚本：（1）从数据中随机删除K个样本；（2） 使用从数据中删除K个样本。最后一个是推荐的 减少特征（列）的数量要复杂得多。你不能（你不应该）随意删除它们。有很多算法，通常称为数据简化算法。最常用的是。但它的使用并不简单