python - 如何输入具有可变输入数据长度的 Scikit 学习 MLP 分类器。

我想使用以下数据集运行简单的 MLP 分类器（Scikit 学习）。

数据集由 100 个文件组成，包含声音信号。每个文件有两列（两个信号）和两行（信号的长度）。行（信号）的长度因文件而异，范围在 70 到 80 个值之间。所以文件的尺寸是 70 x 2 到 80 x 2。每个文件代表一个完整的记录。

我面临的问题是如何用可变长度的数据训练简单的 MLP，训练集和测试集分别包含 75 个和 25 个文件。

一种解决方案是连接所有文件并制作一个文件，即 7500 x 2 并训练 MLP。但是在这种情况下，信号的重要信息不再有用。

标签： pythonmachine-learningscikit-learnneural-network

三种方法按有用性排序。强烈推荐方法 1。

第一种方法 - LSTM/GRU

您不使用简单的MLP。您正在处理的数据类型是顺序数据。为此目的创建了循环网络 (LSTM/GRU)。它们能够处理可变长度序列。

第二种方法 - 嵌入

找到一个可以将数据转换为固定长度序列的函数，称为嵌入。产生时间序列嵌入的网络的一个例子是TimeNet。然而，这基本上使我们回到了第一种方法。

第三种方法 - 填充

如果你能找到一个合理的序列长度上限，你可以将较短的序列填充到最长序列的长度（在序列的开头/结尾填充 0，插入/预测剩余的值），或者剪得更长系列到最短的一个。显然，您将分别引入噪音或丢失信息。