类分类应该：

1. 服务业务需求
2. 可学习

这里有一个潜在的权衡。分类法越准确和具体，您对实体的了解就越多，您将能够更好地满足业务需求。然而，对于大型分类，分类器将不得不对更复杂的规则进行建模，每个案例的样本更少，边界样本的影响更大。

检查数据集中每个标签的样本数。没有足够样本的类标签将很难学习。如果你有很多类标签，它们中的一些比例也会很低，引入一个更难的不平衡学习问题。

使用成本矩阵，您可以评估由于合并某些类而产生的额外成本。当不区分它们的成本很低时合并类。

建立类分类法可能有助于解决许多问题。以动物为例，您可以创建动物分类 -> 爬行动物 -> 鳄鱼，然后尝试区分爬行动物与其他动物或鳄鱼与其他爬行动物。

在许多情况下，由于某些维度的笛卡尔积，您可能会获得许多类别标签。再次使用动物示例，您可能对诸如“is_flying?”、“is_carnivore?”之类的维度感兴趣。并学习它们而不是动物课程。这些维度可能会更加平衡，并且可以在一定程度上独立学习（重用样本）。不利的一面是飞行的食肉动物将是猛禽，不一定是猎鹰。

对此没有明确的答案。这取决于您的数据集的大小、您拥有的计算能力以及您获得的与类数量相比的准确性。

一些迹象或经验法则是：

• 数据集越小（数据点和特征空间维度），您可以成功管理的类标签就越少。
• 你能以多快的速度为每个班级训练你的模型？如果为所有课程添加它会导致可接受的时间，您可以保留它们。这适用于您正在训练模型以在一个与所有设置中预测类的情况。另一方面，K-means 聚类不会因类数的增加而受到显着影响。
• 您能否从所有这些类的数据集中获得良好的准确性？如果不减少它们以降低问题的复杂性。

对于每种情况，上述因素的平衡可能会给出不同的答案。

最后但并非最不重要的一点是，要保留的类的数量受为您提供数据集的特定域的影响。除了机器学习方法之外，您还应该使用领域知识来评估您是否有太多的类。