多输入 - 小数据集中的一个输出神经网络答案

【问题标题】：Multiple Input - One output Neural Network in small dataset多输入 - 小数据集中的一个输出神经网络
【发布时间】：2020-05-31 04:16:54
【问题描述】：

我正在处理的数据集有 7 个输入特征和 4 个输出类。我的数据集长度是 160。神经网络在这里会是一个不错的选择吗？如果是这样，我应该如何将我的输入输入到神经网络。由于我有 4 个输出类，我将在最后一层使用 Softmax。如果神经网络在这么小的数据集中没有任何意义，那么有哪些好的机器学习算法可以在这类问题上取得很好的效果呢？谢谢??????

【问题讨论】：

标签： python python-3.x tensorflow machine-learning neural-network

【解决方案1】：

你有什么样的数据集？我假设一个表格数据集。

如果需要，您可以使用神经网络。但是，对于如此小的数据集，通常不建议使用神经网络。您应该研究以下分类器：

决策树
朴素贝叶斯
多类逻辑回归
支持向量机
集成模型（随机森林和/或梯度提升）

【讨论】：

谢谢。是的，它是表格数据。
看看这个让你快速入门：scikit-learn.org/stable/supervised_learning.html