1樓：三少
這個沒什麼可以不可以，120條資料，200個特徵都能做的也有，不過資料非常稀疏。 200個特徵和20個特徵結果差不多。其實能不能做主要看label均衡與否。
2樓：宇智波帶土
應該是可以的，關鍵在於你資料的代表性和分布情況，機器學習的重點不在於樣本的多少，而是通過演算法發現資料之間的模式關係，如果你的資料具有代表性，完全可以機器學習。經典的鳶尾花資料只有150個樣本，4個緯度，經常用來做機器學習演算法的講解例子。
3樓：李正非271
這個場景，比上次那個還強點...
共有39組資料,每組有6個特徵能進行機器學習嗎？
300、12什麼的都不重要，關鍵是你的300個樣本能不能代表整體population，以及你的12個特徵能不能代表所有的有意義的特徵
可以通過鏈結裡的方式擴大樣本數量，沒什麼複雜的。並且如果12個特徵有點什麼邏輯關係，也可以手工擴一些，比如誰誰相加減誰誰不能長期小於零之類的
如果樣本相減這個方式實際測試並且有結果，請告訴我，我有點好奇
MySQL中1萬條資料查詢花費35秒，求解釋？
聿明leslie 你這條query為什麼會慢呢？b表的where條件是個子查詢，這個子查詢不能被改寫成semi join，那麼就是老老實實的子查詢，子查詢的實現等同於nested loop join，就是外表做驅動表，驅動內錶做rescan，b表有1萬條資料，那麼就會驅動aa表1萬次rescan，這...
1萬億條資料怎麼儲存和查詢？
大夢人生 GPS行業，每條資料0.5k。每個客戶10秒一條資料。目前乙個月大概有2億條資料。未做分片集單伺服器的情況下5億條資料 80G磁碟占用空間，50 100G的記憶體占用 遇到查詢效率慢的情況，優化查詢方式後正常。目前已上分片集 資料讀寫響應在300ms內 總得來說MONGODB簡單好用。 雷...
使用Python在58萬條資料的資料集上進行機器學習，執行速度很慢，怎麼優化？
deff cnn 1 train set train label 訓練集的所有下標 set t iforiin range len train set 初始化最近鄰列表 nearest 5 120,點5在集合S中的最近鄰是120 nearest 1 len train set 子集S set s S...