machine-learning - AUTOENCODER - 重塑数据以获得更深的架构?
问题描述
我有一个包含 7 个变量(列)的数据框,我认为这些变量太少,无法在我的情况下进行适当的数据压缩。您如何看待重塑数据?例如
[1000 , 7] => [100,70] ## 7 columns to 70 columns
听起来不错?我对此有些怀疑,因为它会影响我的神经网络的数据理解。谢谢
解决方案
推荐阅读
- c++ - 基于整体类模板特化类方法
- ruby-on-rails - Rails 5 从表中获取特定字段/值
- docker - 为什么这个 apt-key adv 命令会出错?
- azure - Azure 应用服务 - ASPNETCORE_ENVIRONMENT - 多值问题
- python - 将任意长度列表传递给自定义层的巧妙方法
- c++ - Questions about multithread UDP Client-Server architecture
- javascript - Javascript 中的“TimeEvent”对象是什么?它有哪些方法和属性?
- apache-spark - Spark SQL - 在 SQl Notebook 中声明和使用变量
- c# - 如何将结果保存在执行命令的字符串中
- vb.net - 如何修复循环语句的凯撒密码以进行加密?