哪种算法在高维特征和小样本量上表现更好？

Question

我正在竭尽全力以较小的样本量处理高维数据。例如，Y是500 * 1矩阵，X是500 * 10000矩阵。对于这些数据，有没有更好的回归方法？

Answer 1

一种可行的解决方案是在sudo python script_name上应用诸如PCA（主成分分析）之类的简化方法，并对PCA的结果进行回归。