为混合型数据增加自组织映射

Question

我正在尝试编写代码来为混合类型数据构建不断增长的SOM。我发现了一篇关于混合型数据（http://www.sciencedirect.com/science/article/pii/S1568494612001731）的交叉插入增长自组织地图的论文。这非常有趣，并以统一的方式处理分类和数字数据。但是，我的数据集具有可以具有多个值的变量/属性（例如：属性“兴趣”可以具有多个值 - 电影，体育等等......）。我陷入了处理这些属性的困境。任何输入如何处理混合类型数据集中的值集的属性？对于讨论这个问题的材料的参考将不胜感激。

Answer 1

在神经网络中使用分类属性时的一种常见做法是在多个二进制属性（true / false）中断开属性，对于分类属性的每个属性值都有一个属性。例如，如果您的属性“兴趣”的值为“电影”，“运动”，“烹饪”，那么您将分为三个属性，每个值一个，值为0/1的电影，值为0/1的运动用值0/1烹饪。唯一可以避免这种分割的情况是，可以对属性值进行排序，从而将其转换为单个数字属性。例如，如果您有关于质量的属性，其值为poor，medium和good，那么您只需将这些值映射到数字0,1,2或类似的值。你不能对“兴趣”这样的属性做同样的事情，因为如果你为电影分配0，为运动分配1，为烹饪分配2，那么你认为运动更像烹饪而不是电影当然是错误的。 当你的分类属性有很多可能的值而不只是三个时，不幸的是，事情变得非常糟糕。

https://stats.stackexchange.com/questions/21770/encoding-categorical-features-to-numbers-for-machine-learning

http://www.mathworks.com/support/solutions/en/data/1-8H0STM/index.html

google for

机器学习将分类转换为数字

你会发现很多资源和可能的优化问题。