机器Learning_New类检测

Question

我有一个数据挖掘的问题，想听听你对方法部分的建议/意见。

这是一个多类问题，我需要建立分类器，对于一个新的数据点，算法应该能够识别该数据点是属于现有的类还是属于新的类(C+1)。

我目前遵循的方法是，如果特定类的概率>60%，则记录被分类到该类，如果没有一个类的概率大于60%，则记录将被分类到新类(C+1)。

但是新类别识别的准确率很低(~30%到40%)。我用的是C5.0的boosted决策树算法。

95%的特征具有二进制数据。

请任何人为此提出任何其他替代方法/算法。

Sri

Answer 1

有许多监督分类方案，对于R的情况，一个更好的选择是使用e1071包的支持向量机分类。我还建议尝试和评估softmax神经网络。