Python 一维卷积神经网络在非图像数据中的应用

我有一个在Python中作为数据帧加载的数据集。它由21392行（数据实例，每行是一个示例）和79列（特征）组成。最后一列即第79列具有字符串类型标签。我想使用CNN对本例中的数据进行分类，并使用可用功能预测目标标签。这是一种有点非传统的方法，尽管它似乎是可能的。然而，我很困惑该方法应该如何，因为我找不到任何样本代码/伪代码来指导使用CNN对Tensorflow或Keras中的非图像数据进行分类。我们将非常感谢您在这方面提供的任何帮助。干杯

您首先必须知道，使用CNN作为数据集是否明智。如果功能是连续的，例如ECG、DNA、音频，则可以使用滑动1D-CNN。然而，我怀疑你的情况并非如此。使用完全连接的神经网络将是一个更好的选择