Python 非数值数据在神经网络中的应用

我想在我的神经网络中包含非数值数据。具体来说，我正在研究GICS行业分类（例如，公用事业、技术）。我不认为这些数据可以有意义地转换成数字数据

---

一种解决方案是使用一个虚拟变量来标记每个行业。这种方法的局限性在于神经网络输入层的膨胀维度。有没有更复杂的方法来处理这类问题？

你完全正确，字符串或顺序数值

{'utilities'：0，'technology'：1}

在神经网络中不起作用，因为网络将学会检测字符或数字之间不存在的关系

为了避免这种情况，我们使用了一种叫做。这是一种将每个分类变量编码为状态向量的技术，因此消除了分类值之间存在某种隐含关系的假设

使用数组

['Utilities'，'Technology']

您的一个热编码如下所示：

---

gics=[[1,0]，[0,1]]

您可以虚拟代码，然后应用一些降维方法（例如PCA）？在这种特殊情况下，这可能不起作用。由于其业务模型的性质，财务指标应因行业而异。删除行业分类将创建一个较低级别的桶，将不同行业合并在一起，这些行业的标志被认为不太敏感（标志平均为0），从而导致预测能力降低。请阅读更多相关信息。谢谢