机器学习中特征向量应该以何种形式输入？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在进行机器学习相关内容实践的时候，给定练习的例子中，输入数据集都是已经被准备好的。但是在现实的特征工程当中，输入向量到底应该以何种形式输入呢？目前好像这种讨论比较少，都是在教授机器学习的一些套路的东西。我想问的就是，相对于每一个输入的x，它的具体形式是什么？比如如果一个特征向量中包含一个字符串的话，那么这个字符串往往以one hot形式编码，那么这个编码在输入向量中如何体现呢？

比如这么一个向量：上海，租金：10000，平米数：60。使用one hot编码 001来为上海编码，那么这个特征向量抛开缩放，应该是这种形式的3维向量吗？[001,10000,60]还是应该以稀疏的形式[0,0,1,10000,60]这样的形式呈现？

再比如一个时间序列的例子，如果一个向量中包含一个连续的时间序列，它的表达形式是什么样的呢？比如它包含日期，波动率，成交量三个信息，那么它的输入形式是否可以是[[日期1，波动率1，成交量1]，[日期2，波动率2，成交量2]，[日期3，波动率3，成交量3]]这样复杂的多维度形式。还是只能以[日期1，波动率1，成交量1，日期2，波动率2，成交量2，日期3，波动率3，成交量3]这样连续的形式输入？

有实操过特征工程的小伙伴，可不可以帮忙上车呀？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：时间序列 机器学习 特征向量 输入向量 特征工程