我推荐的最直接的方法是没有“其他作者”功能的单热编码解决方案。如果您在训练期间使用 drop-out，网络应该学习如何处理没有将任何作者特征设置为 1 的输入向量。然后，只要您有一个未知作者，您就根本没有任何 1作者的特征，它仍然应该学会如何处理它。

另一种可能的方法是具有“其他作者”功能的一次性编码。为了仍然获得该权重的训练数据，您可以简单地使用数据增强。最直接的数据增强方法是在训练数据中创建实例的副本，但对于这些副本，将“其他作者”特征设置为 1，而不是实际作者。

我能想到的最复杂的解决方案是获取作者的字符串表示，尝试让您的程序在线查找有关该作者的信息（例如尝试查找维基百科页面），通过 LSTM 推送所有文本。然后可以将 LSTM 的“输出层”与您的其他特征合并（这两个一起将成为您的“输入向量”），在其上再堆叠几层，然后训练整个事物结束-到结束。除非与您的朋友的竞争涉及大量金钱，否则这可能太复杂而不值得。

我会尝试找到关于作者的一些代理特征，而不是对作者的身份进行编码。一位作者可能的优秀特征包括作品其他特征的平均值（例如大小、媒体类型等），并且对于您的预测而言至关重要的是任何作品之前的销售价格的一些统计数据。请记住，历史训练数据要包括在销售时出现的代理数据。

拥有这些代理可能比一次性编码作者身份并让 ML 算法仅根据身份分配权重要好得多，特别是对于只有少量数据来表示它们的作者。

据我所知，几乎没有理由期望作者姓名的字符串与艺术品的价值相关。可能会有一些好与坏的品牌名称效应，但我认为即使与其他因素隔离，也很难预测，包括历史销售数据应该考虑到这种效应和类似效应，除了没有已知历史的艺术家。