假设我有一个神经网络，它接受两组特征作为输入并生成相应的输出，例如，生成平均最终成绩：1. 一个班级 N 个学生的工作时间，2. 一个班级 N 个学生的期中成绩同班。在训练期间，神经网络使用许多不同的类进行训练。我想在推理过程中关闭一组特征（即只提供工作时间作为输入）并使用相同的神经网络预测输出。显然，将期中成绩设置为全 0 并不是一个好的选择。我想知道是否有人知道这样做的好方法是什么？
谢谢！
关闭神经网络中的部分功能？
数据挖掘
神经网络
深度学习
2022-02-02 23:54:34
1个回答
据我所知，你不能这样做。
第一的 ：
显然，将期中成绩设置为全 0 将是一个不错的选择
不，实际上这是一个非常糟糕的选择，神经网络不理解神奇的参数，意思是，如果你把一个 0 放在那里，它会认为期中成绩是 0，因此它可能会给你一个非常低的期末成绩预测为你。
我的建议是，如果您对此非常感兴趣，请创建布尔因子，训练输入：
- 工作时间
- mid-term_grade
- mid-term_grade_present
当您有 mid-term_grade 训练数据时，mid-term_grade_present 应该是 1，如果没有，则应该是 0。顺便说一句，是的，生成没有 mid-term_grade 的训练数据。
如果您使用的非线性机器学习算法应该足够了，如果您使用线性算法，您应该对 mid-term_grade_present 进行热编码并将其乘以 mid-term_grade，以如下方式结束：
- 工作时间
- mid-term_grade_present_1 * mid-term_grade
- mid-term_grade_present_0 * mid-term_grade