【发布时间】：2014-04-29 20:31:32
【问题描述】：
目前我正在尝试使用 kNN 分类对垃圾邮件进行分类。数据集以词袋符号表示，它包含大约。大约 10000 个观测值。 900 个功能。 Matlab 是我用来处理数据的工具。
在过去的几天里，我使用了几种机器学习方法：SVM、贝叶斯和 kNN。在我看来，在最小化误报率方面，kNN 的性能优于 SVM 和贝叶斯。通过 10 倍交叉验证进行检查，我使用 k=9 和曼哈顿距离获得了 0.0025 的误报率。汉明距离在同一区域执行。
为了进一步提高我的 FPR，我尝试使用 PCA 对我的数据进行预处理，但是将我的 FPR 作为 0.08 的值是不可接受的。
您知道如何调整数据集以获得更好的 FPR 吗？
PS：是的，这是我通过机器学习课程必须完成的任务。
【问题讨论】：
-
因为不是编程问题，你应该问她：cs.stackexchange.com
-
你使用了什么样的贝叶斯。只是一个基本的朴素贝叶斯分类器？
-
是的，我确实使用了朴素贝叶斯分类器。那是我们在课堂上使用的那个。您会建议另一种贝叶斯方法吗？
标签： matlab machine-learning classification spam knn