Machine learning 如何处理不表示数量的数字

以下是我的例子：

我有一家卖二手车的大商店。 我想编写一个可以预测未来汽车销量的程序。 我想用人工神经网络来分析历史数据并解决这个问题。 有多年的销售历史

网络输入：

• 制造年份
• 制造业
• 颜色
• 传输
• 迈尔斯
• 价格

（简单一点。）

网络输出：在市场停留天数

当我试图设计神经网络时，很快就发现了一个问题。 颜色、制造和传输变量不同于其他3个变量。 假设总共有3种颜色：白色、黑色和红色。 3制造商：丰田、福特和奔驰。 3变速器：手动、自动和CVT

好的，因为“color”不是一个数字，所以我不能将“color”变量作为整数输入。 将其作为字符串输入看起来也不是一个好主意。 所以，我决定给每种颜色一个“id”。白色是0，黑色是1，红色是2。 然而，红色不是黑色的两倍，红色也不是比白色更接近黑色。。。 制造和传输也存在同样的问题

---

我怎样才能让神经网络知道这个整数意味着一个ID，而不是连续的数字或数量？最好使用一些简单的代码。

这就是我们所说的分类变量，其中一种典型的方法避免了您所描述的问题（红色不是黑色的两倍），就是使用一种热编码，因此对于具有K个可能值的变量，您将其编码为K位长的二进制表示，比如：

v = {red, black, white}

导致

red -> [1 0 0]
black->[0 1 0]
white->[0 0 1]

等等。所以你有二进制逻辑特征“这个对象是红色的吗？”等等