H2O添加额外的神经元以进行读入

Question

我有一个火车数据集（森林覆盖类型），它有10个连续变量，然后是2个分类（40和4个级别）。所以在我看来，我的读入层应该包含54个神经元（我使用的是1-C）。同样地，我发现了另一个版本的数据（here），它确实声称有54个属性。

以下是我的模特代表：

问题是当我在R中使用H2O时;它告诉我，我有204,707个参数（第一层有56个神经元）。我不明白为什么它会分类（或如何）分类为N + 1？我查了一下，没有缺失值

Answer 1

事实证明，H2O确实添加了一个（NA）类来处理缺失值（因此我们得到N + 1）。这有点奇怪，因为我没有。