我一直在参与一个项目，由于测量错误/无效值，我不得不削减大部分数据集，最终我们得到了一个小数据集。
数据集涉及以下内容：
- 工具挠度：计量 - 传感器测量
- 工具磨损：计量 - 传感器测量
- 件 - 形状精度：计量 - 传感器测量
- 工件 - 粗糙度：计量 - 传感器测量
- 机器输入 - 参数：系统输入
我想为每个计量数据集生成更多数据，使用机器输入作为参考，但是，我觉得它可能会使我的模型产生偏差。
如您所见，我对这个主题很困惑。
- 如果我转向这个解决方案，我应该期待什么？
- 有什么我应该注意的限制吗？
生成额外数据时应该关注哪些主要问题？
数据挖掘
机器学习
数据挖掘
数据清理
2022-02-16 09:32:54
1个回答
正如您所说，数据集中可能存在偏差。为避免这种情况，您必须遵守生成数据的算法。马上，我提出的解决方案是参数化方法。找到数据的统计分布，并根据该分布相应地填写数据。
如果您想了解更多关于参数化方法的信息，可以在此处查看我的答案。
对于某些机器学习方法，请查看我在此处发布的答案。
从来没有一种正确的方法可以满足您的要求，但是有很多好的方法，这取决于您数据的细微差别。
其它你可能感兴趣的问题