我正在试图找出一种可以将Facebook用户表示为向量的方法。我决定将用户的不同属性/参数堆叠成一个大向量（即年龄是一个大小为100的向量，其中100是你可以拥有的最大年龄，如果你可以说50，前50个值是矢量将像温度计一样1。我只是无法找到一种方法来表示Facebook作为一个矢量的兴趣，它们是一个单词的集合，代表所有单词的空间是巨大的，我不能去像一个单词或一袋字的模型相似的东西。有谁知道我该怎么办？我还是新手，任何参考都会受到高度赞赏。
如果想要对这个问题进行投票，请让我知道它有什么问题，以便我可以改进措辞和背景。
由于
答案 0 :(得分：2)
“正确”的方法取决于您的学习算法是什么以及决策问题是什么。
但是，将年龄表示为单个数字特征而不是100个指标特征通常会更好。这样学习算法就不必学习那百个特征之间的关系（它已经被烘焙），而且问题的尺寸减少了99个，这将使一切变得更好。
为了模拟兴趣，你可能想要从一个非常高维度的词袋模型开始，然后使用各种选项之一来减少维度：