neural-network - encog 3.0 的 CSV 类型的训练数据格式和使用它

Question

我想知道如何制作一个用于在 encog 中存储训练数据的 csv 文件。目前我有 200 个特征（f）作为输入和多输出（o）（例如作者 A、B、C...）。那么如何组织CSV文件呢？我应该看起来像这样吗？

f1, f2, f3 ... f200, o1
f1, f2, f3 ... f200, o2
f1, f2, f3 ... f200, o3

我的一些问题是：

• o1、o2 和 o3 可以接受 String 吗？（作者姓名）。
• 训练 csv 文件和测试 cvs 文件的格式看起来是否相同？
• 是否可以直接使用 CSV 文件输入 NN？或者它必须转换为多维数组作为这个例子？由于我必须将 200 个特征作为输入，这将非常困难。

double XOR_INPUT[][] = [
        [0,0],
        [1,0],
        [0,1],
        [1,1]
];

• 如何使用 encog 框架规范化 csv 文件中的数据（到 -+1 范围）？

非常感谢。

Answer 1

不可以。神经网络只能使用浮点数进行操作，最好是 0 到 1（输出）或 -1 到 1（输入）。对于字符串，使用 1 of n 编码。

所以例如。如果您的输出是“a”、“b”、“c”，请将其设置为

1 0 0       = 'a'
0 1 0       = 'b'
0 0 1       = 'c'

如果需要，您也可以添加一个空类，因为没有找到结果。您可以从 csv 读取数据，但 encog 正在寻找二维双精度数组（或更准确地说是“数组数组”）中的所有内容。为了简化事情，从 10 个功能开始。

标准化是按特征完成的。因此，对于每个特征，数据点 a 的标准化公式为：

((a - min) / range) + 1

该功能在哪里range = max - min。

所以所有输入数据点都应该在 -1 到 1 的范围内。

也许发布一个真实的数据示例，这可能会给你需要做什么更好的印象。