combien d'enregistrements sont nécessaires pour la formation de classifieur en apprentissage supervisé

Question

hi im nouveau en apprentissage machine.je veux former un classificateur KNN avec l'ensemble de données ayant cinquante enregistrements complets (sans valeurs manquantes) et 103 enregistrements incomplets (y compris les valeurs manquantes)

Je veux demander que cet ensemble de données est défendable aux fins de la classification. ou devrais-je chercher un nouveau jeu de données?

Je joins des captures d'écran de mon jeu de données. POS est la classe d'étiquettes de l'ensemble de données.

screenshot of dataset

Answer 1

Si votre espace de caractéristiques est de taille n, c'est-à-dire aucune des colonnes d'entrée, k*n, où k> = 3, la taille d'échantillon complète doit être une bonne quantité de données pour commencer.

Vous pouvez également vérifier l'imputation de vos données (valeurs manquantes) avec des méthodes d'extrapolation moyennes ou autres.

Une heuristique grossière qui est parfois préconisé est que le nombre de points de données ne doit pas être inférieure à un multiple (par exemple 5 ou 10) du nombre de paramètres adaptatifs dans le modèle. - Bishop, Page no. 9

Answer 2

Optez pour des jeux de données de sécurité comme la valeur par défaut « jeu de données de l'iris » fourni par scikit apprendre lui-même Vous pouvez également rechercher l'apprentissage automatique UCI Repository pour les bons jeux de données.