我想为我的问题陈述构建一个分类器，为此我没有数据。那么在进行数据采集时，最小样本量应该是多少？如果我自己标记每个观察结果以构建有效数据集，这会是一个好习惯吗？（在进行数据采集时，我无法将每个类别的观察标记过程自动化，而手动执行会占用大量时间）
二元分类问题的数据集特征
数据挖掘
机器学习
分类
数据挖掘
数据集
2022-03-15 18:37:16
1个回答
不幸的是，如果没有至少 200-300 条记录，您将无法做很多事情。在您的数据集扩展到至少 1,000 个之前，您将仅限于简单（即主要是线性）模型。小于 1,000 的任何东西都需要非常彻底的交叉验证，如果您不小心，您将面临构建容易过度拟合的模型的风险。
@EricLecoutre 提出了一个很好的观点，即您应该使用亚马逊的 Mechanical Turk。每条记录通常只需一两美分，可以为您节省大量时间。
其它你可能感兴趣的问题