根据先前数据的概率生成数据组合

Question

我有以下类型的数据集（示例）：

食物类型：中国菜、印度菜、泰国菜、墨西哥菜

成分1：盐、中国盐

成分 2：辣椒、红辣椒、泰国辣椒、青辣椒

成分 3：姜黄、豆蔻、

食材 4：鸡肉、牛肉、鱼肉、豆腐

我有一些手工制作的数据组合，我根据成分和食谱将它们分类为不同的食物类型。我需要根据最可能的组合生成更多数据。到目前为止，我采用的一种方法是生成所有成分的所有组合，然后根据之前的学习将它们分类为食物类型。但由于数据量很大，这种方法并不实用。每个类别的成分可以有超过 30-40 个值。此外，成分不仅仅是 4，它们在真实数据集中更多。我正在寻找比我已经提出的方法更好的方法来生成和分类数据。我已经应用 NB 分类器对数据进行分类。非常感谢您的帮助

Answer 1

由于我已经超过 4 个四个月没有收到任何回复，我想到发布我的解决方案，这可能会对其他人有所帮助。

我使用的技术是从每个属性类型（在我的例子中是食物类型）中获取前五个最重要的特征。然后我组合了所有这些功能。对于其余的特征，我随机选择了一个值。这生成了大小可控的新数据。

如果您需要任何说明，请随时询问。