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。
答案 0 :(得分:3)
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。