machine-learning - 重复项在数据集中有用吗？

Question

我下载了Skin Segmentation Data Set发现里面有很多重复的内容。
例如，此行 0 128 0 2 出现了 199 次。

请提供一些例子，什么时候重复是好的，什么时候是坏的。

Answer 1

当然可以，因为如果它是随机样本，则代表数据中的基本分布，这会告诉您该特定值具有更高的概率。删除重复项只会使数据集变得毫无用处。