python - 将非数值数据应用于神经网络

Question

我想在我的神经网络中包含非数字数据。具体来说，我正在查看 GICS 行业分类(例如，公用事业、技术)。我不认为这些数据可以有意义地转换为数字数据。

一种解决方案是使用虚拟变量来标记每个行业。这种方法的局限性在于神经网络输入层中的膨胀维度。是否有更复杂的方法来处理此类问题？

Answer 1

你完全正确，字符串或连续数值 {'utilities': 0, 'technology': 1} 在神经网络中不起作用，因为网络会学习检测不存在的字符或数字之间的关系。

为了避免这种情况，我们使用了一个叫做 One Hot Encoding 的东西.这是一种将每个分类变量编码为状态向量的技术，因此消除了分类值之间存在某种隐含关系的假设。

使用数组 ['Utilities', 'Technology'] 你的一个热编码看起来像:gics = [[1,0],[0,1]]