数据增肥技能——也等于许多 folks 在刚初始战役机器学习、搞深度学习窥伺，甚而是我方在家倒腾小步调时代，最头疼莫得实足神色数据用来练手、败北调更灵光一些的那种惩办技巧，其实，等于通过多样种种的高明法子，把手头上那点儿 原点数据体育游戏app平台，变得多起来、看起来各不交流，然则又保留着那些环节的信息和限定。关于我们这种数据量总是不够，思让模子跑起来、学得好少许的东说念主来说，这东西可的确太有匡助
所谓“数据增肥”，说白了等于给 data 添丁加口，但不是瞎添乱，得添得有道理、管用。 它跟那些从零作念起造数据的法子不太相通；比如说，你有一百张猫咪的像片，不够用，然后你把每张像片都剪裁一下、或者调调亮度、甚而翻转个儿，弄出来好几百张看起来不太相通又都是猫的片片，这差未几就算是一种最最基础的添数据蹊径
1. 图像数据增肥的几板子斧——这个蹊径最多东说念主用，也好上手：
几何方面小四肢：什么翻来翻去啊（水平的、垂直的可能少点除非是对称东西）、唐突裁一块下来（等于立时编著）、把图片拉大减弱一些（缩放操作嘛），通过这些简便无须钱的口头，立马就能让一张图造成好几张；
激情上捣饱读几下： 亮度调暗调亮一点丝；对比度，也略微变变改革，别太偏激就行；巧合代还能略微加点儿让东说念主眼力迷离的小噪点，模拟拍不明晰或者光辉不好的时代，这样独揽一下入门乍练的模子，让它以后见着不竣工的图也认得出来。
张开剩余74%2. 文本数据增肥可弗成唐突改，一字之差差老远：
同义词颠来倒去换：比如开新生心这个词儿，不错换成饶有意思、乐呵呵这种事理差未几，但是写法不相通的词，让句子看起来新，但事理不变；得拿着这类东西徐徐找；
语序倒置混乱不跑偏：比如「我今天去超市买了苹果」，搞成「今天我去超市苹果买了」——哎不行不行，这样事理有歧义了，得是「今天我去超市买了苹果」改成「去超市的我，今天买了苹果」，这种不影响根本事理的调调个儿；
多出来的句子往里头塞/卑不足说念一句拿走：在一个句子前边加点「大家都知说念」，或者末尾去个「哈哈哈熟识假造」这种不影响中枢事理和环节判断的小副角句子。
3. 结构化数据增肥就得按章程工作，弗成瞎编数字坑我方：
幽微抖动法：比如说一个东说念主流好几次体温都在36.5℃摆布，就在这个数摆布儿，比如36.4到36.6之间唐突挑个数儿写上去，加多点儿变化，但又不离谱太甚是？用的时代得记住这数值不是瞎填的。
乘除法歪鼻子斜眼法（听起来乖癖但灵验哦）：用一个极小极小的乘数因子，像0.998一直到1.002这种幅度，去胡乱乘以原始的某个数值特征，比如东说念主的身高数据175cm乘以.001一刹发现这样表述不怨家，是举座乘以.998成174.65cm（诚然得看具体场景合区分适乘） 。
那什么时代最需要嚷嚷着“我要给数据增肥咧”？常见的。最第一个蹦出来的等于样本不够少许点都——像我们等闲醉心者，网上扒拉半天凑不王人上千上万的图片文本信息时代；若是手里头十类图片，有一类占了梗概，其他九类合起来才两成也需要迅速动动剪刀增肥一下下，哦还有那模子动不动学一个神色就定死不会变通时代，也梗概是data太单纯，得添点乱码七糟加多复杂性才行。安全诡秘什么的，这个搞的时代多加小心，别用东说念主家区分适的数据就妥啦嗯。
4）常见手动能作念的几个朴实又好用trick，无须魁岸上的代码模子：
复制粘贴略微换换样 - 啥场景捏？像那些日记信息重迭纪录的，把「=123走访pageA」改成「=124瞥了眼pageC」但小心环节结构变量互换、有点像我方抄我方功课然后改几个数免被老师抓；
找公开数据集里头跟我方数据沾亲带故的混整个搭点亲戚 - 像是玩手写数字识别，MNIST里头捞点，我方再拿录像头拍几张夹杂在整个，造成自家用的数据套餐，但一定记住那公开数据可用文凭要瞅显着允许才行哈…忘了就出事繁重嘞因此必须看明晰。
然后还有个情况等于关于入门者，有免费无须用钱那种器用也能上手搞起来。像有益调图用的模块，内部有好多自带的改换函数能径直拖过来耍。若是怕敲代码繁重，还有一些拖拖拽拽点点鼠标就能弄。
Q： 为啥我搞了半天图像旋转，模子成果没啥两样？是不是空汉典了
A： 昆仲你是不是统统图都一模相通只转了90度？或者旋转的时代搞出些空荡荡地区域莫得处理好、搅扰到图像里进攻东西；也可能你转的那种标的关于识别物体根本儿没环节影响。比如你的猫原来等于唐突躺的那些像片你转它搞毛线要去思这个四肢符不稳妥你的下流任务嗯。
Q： 添加翰墨里头阿谁替换同义词会不会整出些不三不四、读起来怪怪的句子
A： 太会了太会了！是以挑同义词弗成闭着眼睛唾手抓一个，得瞅瞅凹凸文搭配不搭。保举初始先用那种事理紧挨着、简直能对换掉的词；或者干脆东说念主工大概筛一遍，就扼制易出糗显得闹见笑了。另外有个笨决窍将，别一句话把几个都同期换掉一个内部换一俩试试水。相对与前边几条阿谁算繁重点，然则真管用、失误较着少乎哉。
我个东说念主嗅觉——数据增肥这码子事情，环节是“度”得把执适应！不要妄思一个就能生出成百上千个假脸假图出来。你就看着原始数据阿谁样儿、特质咋漫衍的，老老浑厚干个几倍、最多十几倍量，应该就妥妥能撑起基本窥伺所需；况兼主要省本钱，无须苦哈哈再去大海捞小针征集，关于资金不够没那么多资源援救的我们，算得上的确好伙伴。
你的论文查重资格是怎么的？际遇过哪些问题？快来褒贬区共享你的查重故事或实用提议体育游戏app平台，匡助更多同学告成完成论文查重吧！✨
发布于：广西壮族自治区