我的要求是这些：
- 将长度为 100 的向量快速分类到 30000 个类别之一
- 迭代学习（可以在第一次学习后改进模型）
- 最好在 Matlab 和 Java 中可用的实现
谢谢
对于大量类，什么是好的分类算法？
信息处理
分类
机器学习
2022-02-04 22:10:55
3个回答
我建议使用深度学习，尤其是卷积神经网络。这可能是大规模分类任务的通用方法。一个这样的例子是识别面孔。例如，Sun 等人已经处理了 10.000 个类。人。在以下：http: //ieeexplore.ieee.org/document/6909640/
当然支持迭代学习。
嗯，这取决于类的性质。就个人而言，我更喜欢 SVM，因为它易于使用并且可以正常工作（不是那么快）！您也可以使用 k-means 方法（但它真的很slooooooooooooooooooow，尤其是对于这个数量的类）。另一个值得研究的分类器是 Adaboost，他们说它很快 :)
玩得开心...！
您是否考虑过多重 sigmoid 回归？它的偏导数有一个分析简化，使迭代算法变得简单。你可以很容易地自己实现它们。