如何合理创建机器学习学习数据？

问题：

数据量不足时，如何尽量合理地增加数据？是否存在删除重复值创建新数据的方法？

回答 1：

对于数据量不足的情况，有以下处理方式：

• 重采样：直接生成重复数据。
• 过采样：除了重采样之外，还可以生成新数据，例如使用 SMOTE 算法或数据扩充。

回答 2：

问题中提到的 NUM1 和 NUM2 是否指同一数据？如果差异在于特征，需确保标签不变；如果差异在于数据本身，删除重复值并不会产生新数据。

重采样或过采样所得的数据仅适用于训练集，不得用于测试集，因为测试集需要真实数据。

分享：

参考一篇关于处理不平衡数据集的文章：https://www.cnblogs.com/wuliytTaotao/p/9308944.html