? ? 眾所周知，數(shù)據(jù)對機器學習來說是那么的重要，但是我們通常因為各種原因得不到

理想的數(shù)據(jù)量，這時候我們就想到進行數(shù)據(jù)增強。比如添加噪聲，左右鏡像，隨機crop

一部分等，但是有一點要注意的，就是要記住我們要機器學習的是什么特征，比如說人臉，

眼睛，嘴巴等，這時候添加噪聲就不能改變這些特征。一句話：喂給機器什么數(shù)據(jù)，機器

就學什么數(shù)據(jù)。（但注意，并不是你覺得是這樣，機器就真的這樣，因為，機器可能通過

其他方式進行學習，所以數(shù)據(jù)量越大，機器可選擇的路越少，就越有可能按照你的想法學

習對應(yīng)的特征。數(shù)據(jù)量越少，越有可能學偏，且通常發(fā)生子數(shù)據(jù)量少，模型復(fù)雜度高的場景

下）

轉(zhuǎn)載于:https://www.cnblogs.com/YouXiangLiThon/p/7536402.html

總結(jié)

以上是生活随笔為你收集整理的对于机器学习中，数据增强的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。