用GANs生成合成表格数据改进监督学习

Question

我看到一些人尝试的一个主题是使用GANs生成用于监督学习的合成表格数据。这也是在二进制分类中对少数类进行过采样的一种方法。

对我来说，创建合成数据有点危险。

在实践中，我所看到的使用GANs生成新的培训数据的所有实验都失败了。

背后有什么理论原因吗？

Answer 1

甘斯有很多已知的问题。主要是：

• 缺乏趋同。
• 当鉴别器“太好”时，渐变消失，导致发电机停滞。
• 模式崩溃:生成的样本的多样性往往很低，产生的值总是相同的。

用于图像生成的GANs已经得到了广泛的研究。其他领域，如语音过滤，也有研究，但没有那么广泛。在其他领域，如文本生成，GANs并不十分成功。对于通过GANs生成表格数据，发布的工作量很少：medGAN、VeeGAN、ehrGAN、TableGAN、CTGAN。

我认为阻碍我们在非图像领域设计更好的GANs的主要问题之一是评估。有了图像，你可以看到结果，并迅速确定它们是否具有良好的质量和多样性。然而，对于其他领域来说，评估生成的数据的质量和多样性并不容易。

我认为现在大多数人都坚持传统的过采样方法来生成表格数据。