仅分类神经网络的新数据

Posted 2023-03-13

【中文标题】仅分类神经网络的新数据

【英文标题】：New data on categorical-only neural net

【发布时间】：2018-07-18 08:48:35

【问题描述】：

我正在训练基于神经网络的分类器，使用神经网络包进行训练，使用 nnet 对变量进行单热编码。 模型上的所有变量都是分类变量。数据由 15 个标签和 6 个自变量（预测变量）组成，占 64 个虚拟变量，因此整个数据框有 79 列。 数据来自每月更新数据的 2 年记录。 该模型已准备就绪，我需要使用它来预测 2018 年 1 月的结果。 当我尝试使用模型计算新数据时会出现问题，因为一旦它被编码为虚拟变量，它就没有与训练数据相同数量的变量。

例如： 训练数据：Imagine Size 和 Speed 是预测变量，Animal 是类。 尺寸可以是（大，小） 速度可以是（快，慢） 动物可以是（狗，乌龟）

我的数据是：

 Speed    Size    Animal
 Fast     Big     Dog
 Fast     Small   Dog
 Slow     Big     Turtle

一次热编码后，使用 nnet 包中的 class.ind 函数我得到

  Fast  Slow  Big  Small  Dog  Turtle
   1     0     1     0     1      0  
   1     0     0     1     1      0   
   0     1     1     0     0      1  

当新数据没有任何具有一个因素水平的行时，问题就出现了，比如新数据只包含速度为“快”的动物，然后一旦进行虚拟编码，我只会从训练数据中得到 5 个变量而不是 6 个变量，并且我无法使用神经网络计算，因为我得到了

神经元错误[[i]] %*% weights[[i]] : nonconformable arguments

如何对新数据进行编码，使其具有所有因子水平？

【参考方案1】：

例如，您可以为每一类动物引入一行，然后创建虚拟变量，最后删除“假”行。