有许多离散ID，我想将它们嵌入到神经网络中。 2^62仅支持固定范围的ID，即ID从0到N.如何嵌入范围为0到head(df1)
international_plan voice_mail_plan number_vmail_messages
1 no yes 25
2 no yes 26
3 no no 0
4 yes no 0
5 yes no 0
6 yes no 0
total_day_minutes total_day_calls total_day_charge total_eve_minutes
1 265.1 110 45.07 197.4
2 161.6 123 27.47 195.5
3 243.4 114 41.38 121.2
4 299.4 71 50.90 61.9
5 166.7 113 28.34 148.3
6 223.4 98 37.98 220.6
total_eve_calls total_eve_charge total_night_minutes total_night_calls
1 99 16.78 244.7 91
2 103 16.62 254.4 103
3 110 10.30 162.6 104
4 88 5.26 196.9 89
5 122 12.61 186.9 121
6 101 18.75 203.9 118
total_night_charge total_intl_minutes total_intl_calls total_intl_charge
1 11.01 10.0 3 2.70
2 11.45 13.7 3 3.70
3 7.32 12.2 5 3.29
4 8.86 6.6 7 1.78
5 8.41 10.1 3 2.73
6 9.18 6.3 6 1.70
number_customer_service_calls churn
1 1 no
2 1 no
3 0 no
4 2 no
5 3 no
6 0 no
的离散ID。
答案 0 :(得分：0)
为了澄清我如何理解你的问题，你想做一些像文字嵌入这样的事情，但你想要使用离散的ID（而不是索引）而不是单词。您的ID可能非常大（2 ^ 62）。但是不同ID的数量要少得多。
如果我们要处理单词，那么我们将构建单词的字典并将字典中的索引提供给神经网络（进入嵌入层）。这基本上就是你需要处理离散ID。通常，您也会为以前看不到的值保留一个数字（例如0）。您也可以稍后修剪字典以仅包含最常用的值，并将所有其他值放入相同的未知桶中（与进行字嵌入或其他nlp时完全相同）。
e.g：