神经网络输入和输出到有意义的值

Question

我正在尝试确定如何将“有意义的输入”转换为人工神经网络的数据，以及如何将输出转换为“有意义的输出”。

我总能看到这样做的方法是将所有内容转换为具有二进制值的类别。

例如，不是输出年龄，而是0-1表示<10，0-1表示10-19，等等。

与我可能使用的输入相同，头发颜色。唯一的方法是把它变成输入，让金发0-1，布朗0-1等？

我是否遗漏了人工神经网络的一些主题？我阅读的大多数书籍和类似书籍都使用了理论范例。

Answer 1

您的示例是定点，并称为离散化。另一种方法是将连续输入/输出扩展到0-1范围。对于你的头发颜色的另一个例子，这将是一个名义属性，所以唯一真正的选择是将它作为每种颜色的单独输入离散化。