machine-learning - 表示 H2O 输入 CSV 中的项目列表

Question

如何表示 H2O 的输入数据(数据框)中的项目集/列表？

我使用的是带有 H2O Flow 的苏打水 1.6.5。我的输入数据(CSV 文件中的列)如下所示:

age: numeric
gender: enum
hobbies: ?
sports: ?

爱好和运动是可能条目数量有限的列表/集(每个大约 20 个)。 H2O 似乎没有合适的数据类型。如何将这些导出到可由 H2O Flow 处理的 CSV 文件中？

Answer 1

如果您只是记录他们的主要爱好或主要运动，那么它将是一个枚举列，例如兴趣爱好，有20个级别。您只需将其作为字符串字段写入 csv 文件中，H2O 就会读取它。

但我认为你追求的是每个人在 20 个爱好中拥有 0+ 个选择？在这种情况下，您的 csv 文件需要有 20 列，每个爱好一列；每个都是一个 2 值枚举。这两个值是什么并不重要:Y/N、T/F、Y/空白、爱好名称/空白等。您的 csv 文件可能如下所示:

name,gender,football?,running?,data mining?,sleeping?
Tom,M,Y,,,Y
Dick,M,,,Y,
Suzy,F,,Y,Y,

汤姆喜欢足球和 sleep ，迪克只为数据挖掘而生，而苏西则喜欢运行和数据挖掘。

顺便说一句，如果使用深度学习，那么它将最终得到相同的网络配置:单个 20 级枚举输入将转换为 20 个二进制输入节点。