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?
答案 0 :(得分:0)
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