我在进行遥感图像分类。我使用面向对象的方法：首先将图像分割成不同的区域，然后从这些区域中提取特征，如颜色、形状和纹理。一个区域的所有特征可能有30个，通常总共有2000个区域，我将选择5个类别，每个类别有15个样本。
总结如下：
- 样本数据 1530
- 测试数据 197530
我该如何选择合适的分类器？如果有三种分类器（ANN、SVM和KNN），我应该选择哪一种以获得更好的分类效果？
回答：
如果你的“样本数据”是训练集，那么它看起来非常小。我首先建议每个类别使用超过15个样本。
正如评论中所说，最好是根据问题选择算法，所以你可以简单地测试一下，看看哪个算法效果更好。但作为起点，我建议使用SVM：它在小训练集上比KNN表现更好，并且通常比ANN更容易训练，因为需要做的选择较少。
