[求助]两道分类算法的面试题，数据挖掘/机器学习相关，诚心求教！

[final2411]

题目是：训练数据集中的每个样本用n维向量表示，第n维数据的值是0或者1，现在要建立分类算法，对于新的给定样本，已知向量前n-1维数据，预测向量最后一维的值。
问题是：1） 数据中关系到选择或者建立分类算法的2个最重要的属性是什么？为什么？
2） 现在已知两个分类算法，第一个算法训练花费时间5h,预测每个样本时间为1.5ms, 正确率86%; 第二个算法，训练花费时间30min,预测每个样本时间为2.5ms, 正确率95%, 应该选择哪个，为什么？
真心求教各位大神，万分感谢！！！！！

[magicwei]

问题1： 两个属性应该是特征提取方法和分类器的选择。特征提取方法决定了送入分类器前样本的分布，分类器确定了最终的分类结果。 问题2：选择第二个，识别率高，虽然时间多花了一点而已。

[小小程序师]

楼主现在有答案了吗？好想知道第二个问题的真相。