每次观察训练有两组空间坐标的神经网络？

Question

我试图预测输出（回归），其中多个组具有空间（x，y）坐标。我一直在使用scikit-learn的神经网络包（MLPClassifier和MLPRegressor），我知道可以通过每次观察输入1-D数组（例如MNIST数据集）来训练空间数据。

我试图找出告诉模型的最好方法，即第1组有这组空间坐标，而第2组有一组不同的空间坐标，这种组合产生了结果。输入单个数组是否更有意义，其中组1位置由1表示，组2位置由-1表示？或者为组1和组创建一个数组并追加它们？神经网络还是一个新手 - 希望这个问题有意义。

Answer 1

如果我做对了，你基本上是想在输入中实现分类变量，这基本上是通过为每个可能的类添加一个输入变量来完成的（在你的情况下＆＃34;第1组和第34组;和＆ ＃34;组2和＃34;）保存二进制值（如果样本属于组则为1，如果不属于组则为0）。您是否希望保留实际坐标取决于您希望网络处理实际空间数据，或者只是将其输出基于样本所属的组。由于我对您使用的特定模块没有多少经验，我无法提供实际代码，但我希望这会有所帮助。