我有一个数据集，其中每个对象都有多个特征，其中一些特征存在于元组中，例如每个对象的坐标列表。我知道我可以创建一个神经元数量等于每个对象的特征数量的输入层，但是我如何将这些“元组”集传递给输入。我是否打破它们并追加以创建更长的特征列表，但这不会导致元组中这两组点之间的某些相关性丢失吗？
如何将多个特征的元组馈送到神经网络的输入层
数据挖掘
机器学习
神经网络
数据集
2022-03-01 12:04:11
2个回答
这听起来像是复值神经网络的理想情况。一个可读的介绍是https://makeyourownneuralnetwork.blogspot.com/2016/05/complex-valued-neural-networks.html
您可以尝试对这些元组进行降维。
在二维平面上分别绘制每个元组值特征。如果 (x,y) 点沿着一条线（可能是一条曲线），则可以将元组替换为单个值。将直线上的一个点作为原点，所有其他 (x, y) 点都替换为沿直线到原点的距离。如果线是弯曲的，那么距离也是弯曲的，而不是欧几里得距离。
如果一个特征中的 (x,y) 点不沿着一条线，而是分布在一个二维区域内，那么将它们视为两个独立的特征是安全的。