我有一些特征数很多但是总体样本数量很少的训练数据：维度18训练集共17条数据
想用深度学习去进行预测，目前用到的是lstm 就像多变量风速预测一样。
但是数据量太少了。。结果太差了，导师给了篇参考叫非均衡数据的层次学习，，但我觉得没有用。或许有可以帮忙分析解决一下吗
关于高维少样本的深度学习
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
关注18维向量17条数据，别说深度学习了，机器学习都无法解决，会产生严重的过拟合，后果就是模型没有任何实际意义。我的建议首先是考虑降维，LDA、PCA模型等把无关紧要的特征先删掉，然后想办法补充数据集。至于你说的非均衡数据处理，也是基于一定的样本容量进行的，比如100个样本，70个正例、30个反例，这时候可以采用均衡化。
如有帮助请采纳，欢迎追问
本回答被专家选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报 分享
- 2025-03-26 22:49阳光明媚大男孩的博客 Online streaming feature selection for high-dimensional small-sample data》研究了高维小样本数据（HDSS）在类别不平衡情况下的在线流式特征选择问题，提出了一种名为OSFSHS的算法。该算法基于类别密度自适应...
- 2025-07-05 10:31AI智能架构工坊的博客 系统介绍流形学习的数学基础和核心概念分析流形学习与深度学习的结合方式提供流形学习在深度学习中的实现方法和应用案例探讨该领域的未来发展趋势本文首先介绍流形学习的基本概念和数学基础，然后深入探讨深度学习中...
- 2021-08-19 20:23本文档是关于利用深度学习对高维光谱数据进行分类识别的研究，该研究的主要内容包括利用大规模天体光谱数据库，采用深度学习模型对特定类型恒星光谱数据进行分类，并与传统方法进行比较研究，旨在提高光谱分类的精确...
- 2025-05-18 11:53qq_36801966的博客 人工智能（AI）是让机器模拟人类智能行为的科学与技术，涵盖推理、学习、规划、感知等能力。机器学习是AI的重要分支，通过数据驱动和自动优化，使计算机系统具备预测和决策能力。
- 2025-11-12 16:40深度学习作为一种前沿的人工智能技术，近年来发展迅猛，其应用覆盖了图像识别、语音识别、自然语言处理、推荐系统等多个领域。本文将详细介绍深度学习的十大核心算法，它们分别是深度神经网络（DNN）、卷积神经网络...
- 2023-06-14 19:20在深度学习领域，人工智能利用大量的数据和复杂的模型来模拟人类智能。其中，Numpy是一个广泛使用的Python库，它为高性能科学计算提供了强大的支持。在深度学习的实践中，Numpy经常被用来处理多维数组，这在构建神经...
- 2022-03-03 16:08咸鱼桨的博客 深度学习，卷积神经网络等。
- 2024-02-19 16:53在当前的IT领域，深度学习已经成为了人工智能的重要分支，特别是在计算机视觉方面，它已经取得了显著的成就。"基于FaceNet的深度学习人脸识别"是一个典型的深度学习项目，它利用了FaceNet模型来实现高精度的人脸识别...
- 2025-08-13 23:16深度学习与生成对抗网络（GAN）是当前人工智能领域内十分热门的技术方向。它们之所以受到广泛关注，是因为深度学习能够通过模拟人脑结构来分析大量数据，并且生成对抗网络在图像生成、数据增强等多个方面展现出了...
- 2025-09-29 15:57逻辑留白陈的博客 摘要：高维小样本数据处理方法指南 本文系统梳理了高维小样本数据(HDSS)的处理方法，重点解决维度远大于样本量带来的维度灾难、过拟合和数据稀疏三大挑战。文章从数据预处理、特征工程和样本增强三方面提出解决方案...
- 没有解决我的问题, 去提问
问题事件
系统已结题
3月23日
专家已采纳回答
3月15日
创建了问题
3月10日