机器学习 分类算法进行打分分类问题

Question

        设想用分类算法对某行业进行评估，13个特征，分为3类，特征的评分分数区间已经有，样本只有23个，肯定不够，所以生成随机数来进行样本的填充，实验后发现分数最高的那一类根本没有数值，所以想请教一下各位大神是否有解决的办法呢？使用已有的23个样本数据进行实验发现精确度达到100%，可能是样本数据太少的原因吧。所以我用numpy给每一个特征在其分数区间内生成100个随机整数，充当训练数据。

        各位大佬，我的设想就是一个评估算法，通过各项的打分，最后得到其在优秀、良好还是及格，随机森林是否可以呢？各位算法大佬还有什么比较好的建议吗？因为深度要求，所以希望使用一种算法。

Answer 1

首先谢谢您的回复，其次想要问一下使用赢得矩阵是对数据进行处理还是说使用赢得矩阵进行评估？

Answer 2

回复
赢得矩阵用于数据评估，数据处理获得赢得矩阵

Answer 3

可以用赢得矩阵