machine-learning - id 可以编码为神经网络的特征吗？

Question

例如，每个用户都有自己独特的模型，例如用户的音乐品味。当然，我可以对他们的品味的通用特征进行编码，但我希望它能够真正针对每个用户进行特定和个性化。然而，我并没有制作 N 个不同的模型，而是将 N 作为一个特征编码到我的模型中(0->N)。例如:

age, eye color, time of day, user_id

现在可以说，我正在使用神经网络。考虑一下 user_id 是否足以为每个用户产生不同的结果？

Answer 1

当然!这正是您可以使用one-hot 编码的目的。但是，这意味着您将有 N 个额外输入(其中 N 是用户数量)。

如果您有三个用户，模型的额外输入将如下所示:

user1: 001
user2: 010
user3: 100

<小时/>

但是，如果您正在为大量用户运行神经计算，您可能应该使用与用户 ID 无关的网络(即使您说过您不希望这样)。也许看看某种循环网络(LSTM)。