Question

在网上找到的各种示例中，我仍然不太了解如何使用分类数据为神经网络模型创建嵌入层，尤其是当我混合使用数字和分类数据时。例如，采用以下数据集：

numerical_df = pd.DataFrame(np.random.randint(0,100,size=(100, 3)), columns=['num_1','num_2','num_3'])

cat_df = pd.DataFrame(np.random.randint(0,5,size=(100, 3)), columns=['cat_1','cat_2','cat_3'])

df = numerical_df.join(cat_df)

我想为我的分类数据创建嵌入层，并将其与我的数值数据结合使用，但是从所有示例中，我看到它几乎就像模型只是通过嵌入层过滤整个数据集一样，这很令人困惑。

作为我困惑的一个例子，下面是Keras关于顺序模型的文档中的一个例子。好像他们只是将嵌入步骤添加为第一层，并使其适合整个x_train。

from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.layers import Embedding
from keras.layers import LSTM

max_features = 1024

model = Sequential()
model.add(Embedding(max_features, output_dim=256))
model.add(LSTM(128))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

model.fit(x_train, y_train, batch_size=16, epochs=10)
score = model.evaluate(x_test, y_test, batch_size=16)

因此，最终在涉及到创建嵌入矩阵时，每个分类变量是否有一个……对于所有分类变量都有一个？以及如何与不需要嵌入矩阵的其他数据进行协调？

Answer 1

要将类别数据与数字数据结合起来，您的模型应使用功能性API使用多个输入。每个类别变量一个，数字输入一个。然后由您决定如何将所有数据组合在一起，但是我认为将所有内容连接在一起然后继续其余模型是有意义的。

numerical_in = Input(shape=(3,))
cat_in       = Input(shape=(3,))
embed_layer  = Embedding(input_dim=5, output_dim=3, input_length=3)(cat_in)
embed_layer  = Flatten(embed_layer)
merged_layer = concatenate([numerical_in, embed_layer])
output       = rest_of_your_model(merged_layer)
model        = Model(inputs=[numerical_in, cat_in], outputs=[output])

...

model.fit(x=[numerical_df, cat_df], y=[your_expected_out])

不了解如何为分类功能实现嵌入

1 个答案: