小样本量的最佳单类分类器

Question

我有一个高(600)维的数据集，我有一个非常小的样本大小(+- 100个数据点)。数据的性质使得很难生成异常值，所以我需要我需要在这些数据上训练一个一类分类器。

你有一个船级分类的经验吗?小样本和高维的最佳算法是什么?我正在考虑使用一个类SVM从libsvm库，这是一个很好的选择吗?

谢谢你的建议

Answer 1

如果你想采用神经网络的路径，那么:

对于高维单类分类，你可能需要一个大海捞针式的训练团。

我认为其中最值得注意的是自适应梯度。

否则，支持向量机可以有效地处理高维，而异常值不太可能的事实进一步加强了使用基于边界的算法的情况。