问候数据科学家，
我正在处理一个复杂的分类/预测问题，我发现很难区分这些类。即使在 PCA 之后，我的数据（通过两台 PC）看起来像这样：
鉴于此数据集，哪种方法可以最好地准确预测类别？
背景：我正在尝试通过解决问题的最佳方法/算法对建模问题进行分类。
非常感谢，
即使在 PCA 之后，有哪些可能的方法来处理不可分离的数据？
数据挖掘
分类
数据集
特征选择
预言
主成分分析
2022-02-23 19:59:26
2个回答
你的问题是无人监督的吗？如果不是，数据不需要在二维中“视觉上”可分离，您可以使用多个维度的分类器为您创建分离（线性或非线性，仅取决于分类器）。
如果您的问题是无监督的，请尝试其他方法对数据进行聚类，例如 K-Means 或基于树的聚类（即分层）。
数据在二维中是否可分离并不重要。您可以尝试使用 PCA + SVM 组合来检查数据在哪个点（维数）最好分离。您可以使用 Grid Search 对 PCA 的参数执行此操作。
如果您只是将数据可视化，您也可以尝试 T-SNE 嵌入。
其它你可能感兴趣的问题