Matlab 垃圾邮件分类的kNN改进
目前我正在尝试用kNN分类法对垃圾邮件进行分类。数据集以单词袋表示，包含约10000个观察值和约900个特征。Matlab是我用来处理数据的工具 在过去的几天里，我使用了几种机器学习方法：SVM、Bayes和kNN。在我看来，kNN在最小化误报率方面的性能优于SVM和Bayes。通过10倍交叉验证检查，使用k=9和曼哈顿距离，我获得了0.0025的假阳性率。汉明距离在同一区域执行 为了进一步提高我的FPR，我尝试用PCA对数据进行预处理，但将FPR值设为0.08是不可接受的 您知道如何调整数据集以获得更好的FPR吗Matlab 垃圾邮件分类的kNN改进,matlab,machine-learning,classification,spam,knn,Matlab,Machine Learning,Classification,Spam,Knn,目前我正在尝试用kNN分类法对垃圾邮件进行分类。数据集以单词袋表示，包含约10000个观察值和约900个特征。Matlab是我用来处理数据的工具 在过去的几天里，我使用了几种机器学习方法：SVM、Bayes和kNN。在我看来，kNN在最小化误报率方面的性能优于SVM和Bayes。通过10倍交叉验证检查，使用k=9和曼哈顿距离，我获得了0.0025的假阳性率。汉明距离在同一区域执行 为了进一步提高我的FPR，我尝试用PCA对数据进行预处理，但将FPR值设为0.08是不可接受的 您知道如何调整数据集
PS：是的，为了通过机器学习课程，这是我必须完成的任务。要尝试的事情：重复计算训练数据中的非垃圾邮件样本。比如说，1000个样本中有500个是非垃圾邮件。在重复计算非垃圾邮件后，您将拥有1500个样本的培训集。这可能会给假阳性测试样本带来更多的阳性近邻。请注意，总体性能可能会受到影响 因为这不是一个编程问题，你应该问她：你用了什么样的贝叶斯。只是一个基本的朴素贝叶斯分类器？是的，我确实使用了朴素贝叶斯分类器。那是我们在课堂上用的。你会建议另一种贝叶斯方法吗？