在这种情况下我可以使用神经网络吗？

Question

我可以使用神经网络或svm等，如果我的输出数据是27680，所有这些都是零，只有一个是一个？ 我的意思是这样做是对的吗？

当我使用SVM时出现此错误： 使用seqminopt时出错＆gt; seqminoptImpl（第198行） 在最大迭代次数内没有达到收敛。

Answer 1

SVM通常是二元分类器。基本上这意味着它们将您的数据点分成两组，这表示数据点是否属于某个类。解决SVM多类问题的常用策略是一对一休息和一对一。在one-vs-rest的情况下，你会为​​每个班级训练一个分类器，对你来说将是27,680。在一对一的情况下，你将训练（K超过2）=（K（K-1））/ 2分类器，所以在你的情况下大约3800万。正如您所看到的，这两个数字都相当高，所以我对您成功解决SVM问题的概率感到悲观。
不过，您可以尝试按照another stackoverflow thread中的说明增加最大迭代次数。也许它仍然有效。

你可以使用神经网络来完成你的任务，而1-of-K输出并不罕见。但是，即使只有一个500个神经元的隐藏层（并使用评论中提到的输入和输出矢量大小），您的网络中也会有（27680 * 2 * 500）+（500 * 27680）= 41,520,000个权重。所以我期望相当长的培训时间（尽管谷歌员工可能会对这些数字大笑）。除非您的输入非常简单，否则您很可能还需要大量的培训示例。

作为替代方案，您可以查看决策树/随机森林，朴素贝叶斯或kNN。