我必须对有关分类的深度学习申请参加的研究项目。我有一个包含35000个特点一个巨大的数据集 - 这些都是良好的价值观，从实验室拍摄。
我们的想法是，我应该创建一个分类必须告诉，赋予了新的输入，如果该数据似乎是好还是不好。我必须用深度学习与keras和张量流。
问题是，数据不分类。我将与1好，0进入一个新列坏。问题是，我怎么能找到条目是否是坏的，鉴于整个训练集好呢？
我曾经想过产生一些垃圾数据，但我不知道这是否是一个好主意 - 我甚至不知道如何产生的。你有什么建议吗？
我会异常检测开始。你可以先减少F.E.功能的（堆叠的）自动编码，然后使用局部异常因子从sklearn：qazxsw POI
为什么你需要减少功能第一的原因，是因为你的LOF将更加稳定。