일반 데이터 세트를위한 데이터 확대 기술?

많은 기계 학습 응용 프로그램에서 소위 데이터 보강 방법을 사용하면 더 나은 모델을 만들 수 있습니다. 예를 들어, 고양이와 강아지 의 이미지 훈련 세트를 가정하십시오 . 회전, 미러링, 대비 조정 등을 통해 원래 이미지에서 추가 이미지를 생성 할 수 있습니다.$100$

이미지의 경우, 데이터 확대는 비교적 간단합니다. 그러나 예를 들어 샘플로 구성된 트레이닝 세트 와 서로 다른 것을 나타내는 수백 개의 연속 변수가 있다고 가정 합니다. 데이터 확대는 더 이상 직관적이지 않습니다. 그러한 경우 어떻게 할 수 있습니까?$100$

이 질문은 지형지 물 구성과 관련하여 관찰 한 내용과 관련하여 이미 구축 한 + + 지형지 물을 처리하는 것으로 이해합니다 ( N << P).

기능 구성

@ yasin.yazici의 의견을 확장하면 데이터를 보강하는 몇 가지 방법은 다음과 같습니다.

• PCA
• 자동 인코딩
• 로그, 거듭 제곱 등과 같은 변환
• 연속 변수를 이산 범주로 비닝 (즉, 연속 변수는 평균보다 1 SD 높고 평균 아래 1입니다)
• 복합 변수 (예 : 여기 참조 )

나는 더 많은 것이 빠져 있다고 확신합니다.

기능 선택 / 차원 축소

PCA와 같은 기술을 사용하여 차원을 줄일 수 있습니다 (PCA 변수로 데이터를 보강 한 후에는 아님). 또는 올가미, 임의 포리스트 등의 기능 선택을 수행하는 알고리즘을 사용할 수 있습니다.

레이블이없는 숫자 데이터를 늘리려는 비슷한 문제에 직면했습니다. 다음과 같은 방법으로 데이터를 보강했습니다. (크기가 100 * 10 인 데이터 집합이 있다고 가정합니다.)

1. {0,1}에서 값을 무작위로 샘플링하여 목록을 작성하여 0의 수가 1의 수보다 작습니다.이 경우 0의 비율은 20 %입니다. 따라서 길이가 100 인 0과 1의 목록이 있습니다.
2. 이 목록을 종속 변수로 사용하고 더 많은 데이터 포인트를 생성하기 위해 스모 트로 전달했습니다. 여기서 smote는 생성 된 목록에서 0에 해당하는 데이터 포인트를 연결하는 가장자리에 포인트를 생성합니다.
3. 필요한 크기의 데이터 세트가 확보 될 때까지이 프로세스를 반복하십시오.