Kỹ thuật tăng dữ liệu cho bộ dữ liệu chung?

Trong nhiều ứng dụng học máy, cái gọi là phương pháp tăng dữ liệu đã cho phép xây dựng các mô hình tốt hơn. Ví dụ, giả sử một bộ huấn luyện gồm hình ảnh của mèo và chó. Bằng cách xoay, phản chiếu, điều chỉnh độ tương phản, v.v ... có thể tạo ra hình ảnh bổ sung từ ảnh gốc.$100$

Trong trường hợp hình ảnh, việc tăng dữ liệu tương đối đơn giản. Tuy nhiên, giả sử (ví dụ) rằng người ta có một bộ huấn luyện gồm mẫu và vài trăm biến liên tục đại diện cho những thứ khác nhau. Việc tăng dữ liệu không còn có vẻ trực quan nữa. Những gì có thể được thực hiện trong trường hợp như vậy?$100$

Tôi hiểu câu hỏi này liên quan đến cả việc xây dựng tính năng và xử lý sự giàu có của các tính năng bạn đã có + sẽ xây dựng, liên quan đến các quan sát của bạn ( N << P).

Tính năng xây dựng

Mở rộng dựa trên nhận xét của @ yasin.yazici, một số cách có thể để tăng dữ liệu sẽ là:

• PCA
• Tự động mã hóa
• Biến đổi như log, quyền hạn, v.v.
• Biến các biến liên tục thành các loại riêng biệt (nghĩa là biến liên tục là 1 SD trên trung bình, 1 dưới trung bình, v.v.)
• Biến tổng hợp (ví dụ, xem tại đây )

Tôi chắc chắn còn nhiều điều tôi đang thiếu.

Lựa chọn tính năng / Giảm kích thước

Bạn có thể giảm tính chiều bằng các kỹ thuật như PCA (mặc dù có lẽ không phải sau khi tăng dữ liệu của bạn bằng các biến PCA). Ngoài ra, bạn có thể sử dụng các thuật toán thực hiện lựa chọn tính năng cho bạn, chẳng hạn như lasso, rừng ngẫu nhiên, v.v.

Tôi đã phải đối mặt với một vấn đề tương tự khi tôi muốn tăng dữ liệu số không ghi nhãn. Tôi đã tăng dữ liệu theo cách sau: (Giả sử tôi có bộ dữ liệu có kích thước 100 * 10.)

1. Tạo danh sách bằng cách lấy mẫu ngẫu nhiên các giá trị từ {0,1}, sao cho số lượng số không nhỏ hơn số 1, giả sử tỷ lệ 0 là 20% trong trường hợp này. Vì vậy, người ta sẽ có một danh sách 0 và 1 dài 100.
2. Sử dụng danh sách này như một biến phụ thuộc và chuyển nó vào smote để tạo thêm điểm dữ liệu. (Ở đây smote sẽ tạo các điểm trên các cạnh kết nối các điểm dữ liệu tương ứng với 0 trong danh sách được tạo).
3. Lặp lại quy trình này cho đến khi thu được tập dữ liệu có kích thước yêu cầu.