包含 1 到 9 类但不包括零的目标变量的一种热编码

数据挖掘 神经网络 喀拉斯 美国有线电视新闻网 一热编码 分类编码
2022-02-06 18:28:54

在使用 CNN 预测数独谜题的解决方案时,目标变量应为谜题中的所有 81(9*9) 个值预测 1 到 9 的值。因此目标值形状为 (81,9)。使用keras.to_categorical将目标变量从 (81,1) 转换为 (81,9) 显示错误。

to_categorical接受参数 y,它必须包含从 0 到 num_classes 的整数,而 0 不包括在此处考虑的目标变量中。当 num_classes 取为 10 时它工作正常,但会导致 (81*10) 形变量。有没有其他方法可以在不改变目标变量值的情况下将目标变量设为 (81,9)?

1个回答

我不知道这是一种最佳方法。用计算机科学解决数独的自然方法是线性规划。我很好奇CNN能否解决这个问题。

您可以在预测的后处理/预处理中添加 +1 或 -1 吗?这将是更容易解决的方法。