通过复制人为地增加数据集的大小？

Question

我正在从事一个机器学习项目，我正在使用神经网络来解决二进制分类问题，但是，我的数据集（.csv 格式）相对较小。它只有大约 60 个是/否案例，虽然它能够训练，但准确性不是很好。我的解决方案只是复制数据集并在每次复制时对数字进行微小的更改，即为每个数字添加 +-1 或乘以 0.999。通过这样做，我将数据集的大小增加到大约 1100 个新案例，并实现了更高水平的准确度。我想知道这是否是 ML 研究人员使用的实际技术，如果是，它是否有实际的官方/学术名称？

谢谢！

Answer 1

是的，您所指的过程称为数据增强。

但是，我强烈建议您不要在只有数百到数千行的数据集上使用神经网络。理想情况下，神经网络用于在大型数据集上训练模型。