machine-learning - 表示 H2O 的输入 CSV 中的项目列表

Question

如何表示 H2O 的输入数据（数据框）中的项目集/列表？

我正在使用带有 H2O Flow 的苏打水 1.6.5。我的输入数据（CSV 文件中的列）如下所示：

age: numeric
gender: enum
hobbies: ?
sports: ?

爱好和运动是列表/集合，可能条目数量有限（每个约 20 个）。H2O 似乎没有合适的数据类型。如何将这些导出到 H2O Flow 可以处理的 CSV 文件中？

Answer 1

如果您只是记录他们的主要爱好或主要运动，那么它将是一个单一的枚举列，例如爱好，有 20 个级别。您只需将其写为 csv 文件中的字符串字段，H2O 就会读取它。

但我认为你所追求的是每个人从 20 个爱好中有 0+ 个选择？在这种情况下，您的 csv 文件中需要有 20 列，每个爱好一列；每个都是 2 值枚举。这两个值是什么无关紧要：Y/N、T/F、Y/blank、h​​obby-name/blank 等。您的 csv 文件可能如下所示：

name,gender,football?,running?,data mining?,sleeping?
Tom,M,Y,,,Y
Dick,M,,,Y,
Suzy,F,,Y,Y,

Tom 喜欢足球和睡觉，Dick 只为数据挖掘而生，Suzy 喜欢跑步和数据挖掘。

顺便说一句，如果使用deeplearningthen 它将以相同的网络配置结束：单个 20 级枚举输入将转换为 20 个二进制输入节点。