machine-learning - 如何使用动态大小的输入集合来处理机器学习问题？

Question

我正在解决一个问题，试图通过机器学习将数据样本分类为质量好坏。

数据样本存储在关系数据库中。样本包含属性 id、名称、投票数(用于好/坏质量指示)、评论数等。此外还有一个表，其中包含带有指向数据样本 id 的外键的项目。这些元素包含重量和名称。指向数据样本的所有项目一起表征了数据样本，这通常可以帮助对数据样本进行分类。问题是，对于不同的样本，指向一个外键的项目数是不同的。

我想提供机器学习输入，例如神经网络，其中的项目指向特定的数据样本。问题是我不知道项目的数量，所以我不知道我想要多少个输入节点。

Q1)当输入维度是动态时是否可以使用神经网络？如果是这样，怎么办？

Q2)当列表的长度未知时，是否有向网络提供元组列表的最佳实践？

Q3)是否有将机器学习应用于关系数据库的最佳实践？

Answer 1

机器学习中有一个称为归纳逻辑编程的领域，专门处理关系数据。在您的情况下，如果您希望使用神经网络，您可能希望将关系数据集转换为命题数据集(单个表) - 即具有固定数量属性的表，可以将其输入神经网络或任何其他命题学习者。这些技术通常构建所谓的一阶特征，从辅助表中捕获数据。此外，您需要这样做只是为了诱导您的学习器 - 一旦您拥有了特征和学习器，您就可以动态评估这些特征以获取新的数据点。

这是一个 overview paper一些可用于解决此类问题的技术。如果您还有任何疑问，请直接提问。