Machine learning 如何将变长字符串转换为向量？

我正在研究分类算法，我得到了不同的字符串代码，它们有一些模式

|:-----------|------------:|:------------:|
| Column 1   | Column 2    | Column 3     |
|:-----------|------------:|:------------:|
| MN009      | JIK9PO      | LEFTu        |
| MN010      | JIK9POS     | LEFTu        |
| MN011      | JIK9POKI    | LEFTu        |
| MN012      | KIJU        | LEFTu        |
| MN013      | RANDOM      | LEFTu        |
| MN014      | FT          | LEFTu        |
|:-----------|------------:|:------------:|

对于第1列和第3列，特征集可以是向量长度5

但我不知道如何创建可以容纳第2列的功能集

注意事项：

创建大小等于最长字符串大小的特征向量 值，对于较小的字符串，添加一些填充符

将字符串截断为固定长度，如此处的5，并忽略额外长度 人物

---

希望我清楚这个问题。谢谢：）

有两种解决方案：

你提到的那个,；预定义长度，零填充序列 这还不够。此长度可以设置为：

• 当前存在的最长样本（较大的特征空间⇒ 时间/内存复杂性（后果）
• 或缩短长度（信息丢失）⇒ 预测能力（惩罚）。信息丢失源于忽略序列 超过该长度或截断它们并使用它们的截断 版本
  在这两种情况下，您可能都应该量化您选择的影响 （即，通过丢弃/截断，我从数据中丢弃了多少信息，或者与使用较小长度的数据相比，我的问题空间要大多少）

动态图，本质上是可变形状的网络，可以处理不同大小的序列。这些能力由提供，并且（相对）易于实现（所以问题是）

看看这些文件， 帮助您避免动态图形，并允许网络忽略填充输入。这将是直接实施的

打包包含可变长度填充序列的变量

---

我不确定我是否理解你的问题。“适应”是什么意思？这些是。。。特征？它们怎么了？我只想用字符串值创建特征。“适应”并没有特别的意思，抱歉搞混了。这不是一个真正的编程问题，也许更适合@Amit。您找到解决问题的方法了吗？我正在做类似的事情。