id可以编码为神经网络的特征吗?

时间:2017-05-28 06:00:56

标签: machine-learning neural-network deep-learning

例如,假设每个用户都有自己独特的模型,例如用户音乐品味。当然,我可以编码他们品味的通用功能,但我希望它是真正具体和个性化的用户。然而,我不是制作N个不同的模型,而是将N编码为我的模型的特征(0-> N)。 E.g:

age, eye color, time of day, user_id

让我们说,现在,我正在使用神经网络。关于user_id是否足以为每个用户产生不同结果的想法?

1 个答案:

答案 0 :(得分:1)

当然!这正是您可以使用 one-hot encoding 的原因。但是,这意味着您将获得N个额外输入(其中N是用户数量。)

如果您有三个用户,模型的额外输入将如下所示:

user1: 001
user2: 010
user3: 100

enter image description here

但是,如果你正在为很多用户运行神经计算,你应该使用一个对用户ID无动于衷的网络(即使你说你不想这样)。也许看看某种经常性网络(LSTM)。