matlab - 一般数据集的数据增强技术？

Question

我正在研究机器学习问题，想在 matlab 中构建基于神经网络的分类器。一个问题是数据以特征的形式给出，样本数量要少得多。我知道图像的数据增强技术，通过旋转、平移、仿射平移等。

我想知道是否有适用于一般数据集的数据增强技术？比如是否可以使用随机性来生成更多数据？我看了答案 here但我不明白。

请尽可能提供工作细节的答案。

我们将不胜感激。

Answer 1

你需要调查autoencoders .实际上，您将数据传递到低级神经网络，它应用类似 PCA 的分析，随后您可以使用它来生成更多数据。

Matlab 有一个 autoencoder类以及 function ，这将为您完成所有这一切。来自matlab帮助文件

Generate the training data.

rng(0,'twister'); % For reproducibility
n = 1000;
r = linspace(-10,10,n)';
x = 1 + r*5e-2 + sin(r)./r + 0.2*randn(n,1);

Train autoencoder using the training data.

hiddenSize = 25;
autoenc = trainAutoencoder(x',hiddenSize,...
        'EncoderTransferFunction','satlin',...
        'DecoderTransferFunction','purelin',...
        'L2WeightRegularization',0.01,...
        'SparsityRegularization',4,...
        'SparsityProportion',0.10);

Generate the test data.

n = 1000;
r = sort(-10 + 20*rand(n,1));
xtest = 1 + r*5e-2 + sin(r)./r + 0.4*randn(n,1);

Predict the test data using the trained autoencoder, autoenc .

xReconstructed = predict(autoenc,xtest');

Plot the actual test data and the predictions.

figure;
plot(xtest,'r.');
hold on
plot(xReconstructed,'go');

您可以看到绿色圆圈，代表自动编码器生成的额外数据。