我想对一些多维数据进行分类:
输入数据如下:
Data1: [[a1,b1,f1], [a2,b2,f2], ... [an,bn,fn]] where: fn = F(an,bn) --> ClassA
Data2: [[c1,d1,g1], [c2,d2,g2], ... [cn,dn,gn]] where: gn = G(cn,dn) --> ClassB
...
因此，给定 Datax，如下所示，我们想将其分类为我们拥有的有限类之一:
Datax: [[x1,y1,z1], [x2,y2,z2], ... [xn,yn,zn]] where: zn = Z(xn,yn) --> which class?
我可能会为每条记录展平数组并训练我的分类器:
Data1: [a1,b1,f1,a2,b2,f2,...,an,bn,fn]
但我认为因为第三个值本身是前两个值的函数(例如 fn = F(an,bn))，所以我应该在训练中考虑这种关系而不是去追求平面阵列。
这有什么区别吗？或者解决这个问题的最佳方法是什么？
最佳答案
如果每个元组的第三个数据是相同确定性函数的乘积(每行可以不同，但行的每个三元组必须相同) 那么您可以简单地删除 zn，因为它不会带来任何新信息。
例如:z1 = 3x1 + 2y1 ; z2 = 3x1 + 2y1 ; [...]; zn = 3xn + 2yn
如果不是这样，那么你应该离开 z1。
说到这里，我认为您可以展平数组，因为大多数模型会自动理解这些类型的依赖关系。
关于algorithm - 多维数据分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43389891/