Neural network encog 3.0的CSV类型培训数据格式及其使用

我想知道如何制作一个csv文件，用于将培训数据存储在encog中。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可以接受字符串吗？（作者姓名）
• 培训csv文件和测试cvs文件的格式是否相同
• 是否可以直接向NN提供CSV文件？或者它必须转换为多维数组，如本例所示？由于我必须输入200个特性，这将非常困难

• 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。

否。神经网络只对浮点数进行操作，最好是0到1（输出）或-1到1（输入）。对于字符串，使用n中的1编码

所以，例如，如果您的输出是“a”、“b”、“c”，则将其设置为

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

如果没有找到结果，您还可以在必要时添加null类。 您可以从csv读取数据，但encog正在二维双数组（或者更准确地说是“数组数组”）中查找所有内容。 为了简化事情，从10个特性开始

标准化是针对每个特性进行的。因此，对于每个特征，数据点a的标准化公式为：

（（a-min）/范围）+1

其中

范围=该特性的最大-最小值

所以所有的输入数据点都应该在-1到1之间

也许发布一个真实的数据示例，这可能会让您更好地了解您需要做什么

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