考虑到我已经使用 OneHotEncoder 对数据进行了预处理，当我在 ANN 中添加输入层时，输入形状编号应该是多少？

Posted 2023-03-12

【中文标题】考虑到我已经使用 OneHotEncoder 对数据进行了预处理，当我在 ANN 中添加输入层时，输入形状编号应该是多少？

【英文标题】：What should be the input-shape number when i am adding the input layer in my ANN, considering that I have preprocessed the data with OneHotEncoder?

【发布时间】：2020-12-13 13:05:22

【问题描述】：

我的数据集具有分类和数字特征。数据集有 7 个自变量和 1 个因变量（称为产品）。数据集如下所示：

一般来说，有3个分类变量，其中7个不同的类别对应变量p1，2个对应p2，2个对应p3。从 p4-p7 和产品都是数字。

对于分类变量（第 0、1 和 2 列），需要使用 OneHotEncoder 对数据进行预处理。

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct= ColumnTransformer(transformers=[('encoder', OneHotEncoder(), [0,1,2])], remainder = 'passthrough')
X = np.array(ct.fit_transform(X))

从该编码的结果来看，列数增加了。我们可以在下一张图片中看到这种变化。

如我们所见，每个类别都有自己的代码，并且列数增加了。现在我在数据集中得到了“15 列”（11 + 4）。

那么，当我构建 ANN 时，在输入层中，我应该在输入形状中添加什么值，7 还是 15？

ann.add(tf.keras.Input(shape=(??,)))

【问题讨论】：

请重新阅读 How to ask，因为您第一次阅读时似乎错过了一些关键点，即“DO NOT发布代码、数据、错误消息等的图像。 - 将文本复制或输入到问题中”（强调原文）。看看为什么an image of your code is not helpful。

【参考方案1】：

在我的代码中运行拟合线后，我意识到输入形状数必须等于数据预处理后获得的列数。否则会报错。