标签和整数作为神经网络的输入

Question

我想使用神经网络进行回归。作为输入，我具有真实值，并且我希望神经网络也能预测真实值。到目前为止，它已经可以工作了。现在，我还有一个由类（在本例中为工作日）组成的自变量，我想将其用作第二个输入以获得更好的预测。回归是否可能有两个不同的输入，一个实际值和一个类别？

我知道我可以将工作日编码为数字1-7（我想无论如何我都必须这样做），但是神经网络会假定它是实数，对吗？但是工作日之间没有排名，那么如何确保将它们视为课程？

Answer 1

很正确，您可以将工作日编码为数字1-7。

然后，研究使用embedding layer将这种编码转换为嵌入内容。

然后，将此embedding layer的输出传递到您认为合适的网络中。

更多信息

embedding layer背后的直觉是您的网络将通过其输入进行反向传播。实际上，一周中每一天的嵌入都将对应于一个实值向量，并且该嵌入将随每个小批量更新，以最大程度地减少损失函数。

感兴趣的功能

tf.keras.layers.Embedding

torch.nn.Embedding

教程

https://www.tensorflow.org/guide/embedding https://pytorch.org/tutorials/beginner/nlp/word_embeddings_tutorial.html

纸张

word2vec paper