399行 × 24特征对于医学分类模型来说太小了吗？

这篇文章讨论了小型表格数据集（399个样本，24个特征）在医学背景下进行二元分类任务的适用性。作者正在寻求关于此数据集大小是否适合经典机器学习的建议，以及在这种情况下数据增强是否有益。作者使用中位数插补、缺失值指示器，并侧重于验证和防止数据泄漏的方法，考虑到数据集的局限性，是合理的。核心问题围绕着使用如此小的数据集实现良好性能的可行性，以及数据增强对表格数据的潜在益处。