我正在处理包含数字和分类特征的数据，其中每个输入都包含一组可变大小的特征。 例如：通过使用房屋中每个房间的特征来预测房屋的价格，并且每个房屋可能拥有不同数量的房间。功能可以是米的大小，类型（例如客厅/浴室/卧室），颜色，地板... 一些分类功能具有很高的基数，我可能正在使用许多功能。 我想使用n个房间的功能来预测每个房子的价格。 如何构造输入/ nn模型以接收可变大小的输入组？
我曾想过使用单点编码，但是最终我得到了很大的输入向量，并且失去了每个房间要素之间的联系。 我还考虑过使用嵌入，但是我不确定最好的方法是组合特征/样本以正确输入所有数据，而不会丢失有关哪些特征来自哪些样本等的任何信息。
答案 0 :(得分：0)
正如下面的链接所暗示的，建议...您已经选择了三种途径之一。
快乐编码：）