返回信息流现在有个任务，就是有多个分别开来的数据集，任务性质一样的，但每个数据集数据量都比较小，请问这种情况下能不能将多个数据集融合在一起进行训练。貌似看了这么多论文也没见过这种操作，欢迎各种想法！
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #26962同步于 2017/11/24
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
求问各位大佬数据集融合的问题
jaegerstar
2017/11/24镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
不不不。每个数据集的属性都是一样的，针对的目标也是一样的。我只是在想数据来源不一样会不会在论文里做法不恰当。
【 在 miner2344 的大作中提到: 】
: 如果每个数据集都有单独的任务的话，确实很少见这样一起训练的。如果是图片的话可以考虑使用训练，或者可以使用autoencoder自己预训练
哦这样，论文里面和其他方案比较的话使用混合多个数据集确实没见过哈。要是我的话就分开做实验凑页数啦[ema33]
【 在 jaegerstar 的大作中提到: 】
: 不不不。每个数据集的属性都是一样的，针对的目标也是一样的。我只是在想数据来源不一样会不会在论文里做法不恰当。
主要是单个数据集数量少，效果不好[ema12]小论文这样混合应该不好，不知道大论文这样做会不会出事
【 在 miner2344 的大作中提到: 】
:
: 哦这样，论文里面和其他方案比较的话使用混合多个数据集确实没见过哈。要是我的话就分开做实验凑页数啦[ema33]