解决样本稀疏/稀缺问题的方法
1、方法1 首先,数据量不够,你就把1个当8、9、10······个用,裁剪裁剪,变换变换,翻转翻转。 其次,学习特征不够,人工先验来凑。2、方法2 人工增加训练集的大小. 通过平移, 翻转, 加噪声等方法从已有数据中创造出一批”新”的数据. Regularization. 数据量比较小会导致模型过拟合, 使得训练误差很小而测试误差特别大. 通过在Loss Function