Repräsentieren Sie eine Liste von Elementen in der Eingabe-CSV für H2O

Question

Wie stelle ich einen Satz/eine Liste von Elementen in den Eingabedaten (Datenrahmen) für H2O dar?

Ich benutze Mineralwasser 1.6.5 mit H2O Flow. Meine Eingangsdaten (Spalten in der CSV-Datei) wie folgt aussehen:

age: numeric 
gender: enum 
hobbies: ? 
sports: ? 

Hobbys und Sport sind Listen/Sätze mit einer begrenzten Anzahl von möglichen Einträgen (~ 20 jeweils). H2O scheint dafür keinen geeigneten Datentyp zu haben. Wie kann ich diese in eine CSV-Datei exportieren, die von H2O Flow verarbeitet werden kann?

Answer 1

Wenn Sie nur ihr Haupthobby oder Hauptsportart aufzeichnen würden, dann wäre es eine einzelne Enum-Spalte, z. Hobbys mit 20 Levels. Sie würden es einfach als String-Feld in Ihre CSV-Datei schreiben, und H2O würde es lesen.

Aber ich denke, was Sie danach suchen, ist, wo jede Person 0+ Wahlen von 20 Hobbys hat? In diesem Fall müssen Sie 20 Spalten in Ihrer CSV-Datei haben, eine pro Hobby; Jeder wird ein 2-Wert-Enum sein. Es spielt keine Rolle, was die beiden Werte sind: Y/N, T/F, Y/blank, Hobby-name/leer, etc. Ihre CSV-Datei könnte folgendermaßen aussehen:

name,gender,football?,running?,data mining?,sleeping? 
Tom,M,Y,,,Y 
Dick,M,,,Y, 
Suzy,F,,Y,Y, 

Tom mag Fußball und Schlafen Dick lebt für Data Mining und sonst nichts und Suzy ist für das Laufen und Data Mining zuständig.

Übrigens, wenn Sie deeplearning verwenden, dann wird es mit der gleichen Netzwerkkonfiguration enden: ein einzelner Enum-Eingang mit 20 Ebenen wird in 20 Binäreingangsknoten umgewandelt.