python - 使用 string 和 int 类型的特征训练 ML 模型
问题描述
我正在使用由 UserID、X、Y 和 Z 组成的数据构建推荐模型,其中 X 是服务线,Y 是他的专业知识,Z 是他的等级。
我的训练集由包含一组单词的数据组成,每个单词UserIDs
进一步由difficulty_level(int)
和组成duration(int)
。训练集是较早使用该服务的用户的历史记录。
我应该如何处理文本数据?另外应该如何进一步设计模型?
我尝试使用 Keras 使用不同的文本预处理技术来设计模型,但我似乎不知道应该如何使用这样的训练数据训练我的模型?
解决方案
推荐阅读
- powershell - 如何使用 Azure DevOps REST API 设置发布定义工件
- php - 在 Laravel 中包含文件的自定义 APP_STORAGE
- c# - 从 VBA COM.Interop 访问 C# 类
- matlab - 如何在 MATLAB 中在我的原始图像上绘制线性回归线?
- python - Django/Python - 如何在 @property 函数为 True 的模型中获取记录计数?
- opencv - cv 文件存储读取 yaml 未指定“%YAML:1.0”行
- python - Pandas: Speeding up many string searches
- javascript - 在 Sequelize Javascipt 中建立关系
- .net - Visual Studio:重建解决方案时是否会恢复 nuget 包?
- firebase - firebase 未收到某些事件