如何彌補機器學習算法中的數據不足？

假設我正在構建一個ANN，用於將數據分類爲A類和B類。輸入數據是總是 A或B.假設我有足夠數量的A樣本但沒有B的樣本。我可以爲聚類構建一個網絡嗎？有沒有辦法做到這一點？如何彌補機器學習算法中的數據不足？

2015-06-17 nicks

除非您有一些關於B實例應該是什麼樣子的先驗知識，否則您無法訓練能夠僅在A實例上正確分類B實例的模型。 –

您能告訴您爲什麼選擇使用神經網絡，而不是採用一些無監督的方法？如果輸入數據是A或B，並且沒有B的樣本，是否意味着您希望它們在運行時出現？爲此，我簡單地估計A樣本的概率分佈，並且當數據點到達時，我將使用它的可能性來確定它是否具有很高的可能性在A類中。 –

@JindraHelcl，那麼你甚至不需要任何ML – nicks

這種情況被稱爲一類分類。看看這裏瞭解如何使用像Java中的Weka這樣的框架來實現相同的功能。 https://weka.wikispaces.com/LibSVM

2015-06-17 14:47:23

回答