【发布时间】：2019-03-06 17:40:22
【问题描述】：
我需要构建一个分类算法并将其用于由点 x={x_1, x_2,..., x_n} 组成的数据，其中 x_1 等本身是实验测量的量，因此具有后验分布。
我应该如何考虑数据的这种行为？我应该从噪声数据开始训练算法吗？
【问题讨论】：
标签： machine-learning classification
【发布时间】：2019-03-06 17:40:22
【问题描述】：
首先，您总是希望从最简单/干净的数据开始。这将作为改进的参考点。基本上，获取著名的 IRIS 数据集并在其上训练您的算法。将您的结果与已知的 IRS 数据集准确性进行比较。这应该是你的起点。
【讨论】：
-
谢谢，我只是在计划一项研究，想估计一下它的可行性。因此，在实际训练分类器之前，我希望了解原则上如何处理噪声数据。