Python 什么'；dlib人脸描述符的最佳分类模型是什么？

我想要一个将dlib的面部描述符（128D向量）转换为人名的分类模型

这里的问题是我有一个非常小的数据集。我每个员工只有一张照片，总共只有不到100名员工。我尝试过的分类方法包括：1.直接计算欧几里德距离，使用2.

LinearSVC

，3.

SVC

，以及4.

Scikit Learn

中的

kneighbors分类器

。到目前为止，最好的结果似乎是

LinearSVC

或

kneighborsvidentifier

。另外，我正在处理亚洲人脸，所以不同人脸向量之间的距离没有那么大（相同面之间距离的默认公差为0.6，在我的情况下，这会将每个人归类为同一个人。公差为0.4将显著减少误报的发生，但不能保证识别该人）.对于这种情况下哪种模型合适，有什么建议吗？是否有使用

tensorflow

（使用

keras

）的通配符解决方案？提前感谢