请问一下一个研究上的问题，对我的论文还蛮重要的 若是我今天实验的病人 sample 只有 69 人 分成八类 然後我撷取特徵约使用100个种 并将特徵值输入 classifier 去 learning 出一个 decision tree 验证方法为10-fold cross validation 分类成果为70%的 classification precision 但学长值疑特徵值与 sample 数比例不合理， 特徵值: sample比率约为 7:10 学长说按照 统计理论，sample 比 特徵数量要大於 5:1的比率 所以这样的70% classification precision 实验结果是没有意义的 我想问一下在统计上来说 sample数量 5:1 是建议值 虽然不符合此比率 实验结果还是对的 还是说只要超过这个数值太多 learning 出的 decision tree 就是没有意义的 谢谢 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.116.164.183