我想知道哪种监督学习算法最适合对小数据进行泛化。我有一个大小为（64 x 122）的特征向量，其中64是图像路径的一维特征向量，122是图像数量。每个图像块为16 x 16像素。

我使用了多类支持向量机，但成功率较低，随着图像数量的增加，成功率有所提高。我不想增加图像块的数量，但希望达到较好的分类率。

对此有什么建议吗？如何使用监督学习方法训练小数据？

回答：

一些可能的尝试：

1. 一些简单的聚类方法，如k-means；
2. 逻辑回归；
3. 增加特征数量，然后使用线性SVM（不要使用其他核函数）。