深度学习数据准备

Question

我有一个包含6个类的文本数据集。对于每个样本，我都有百分比值，6个百分比值的和是100% (特征是相互关联的)。例如：

{A:16, B:35, C:7, D:0, E:3, F:40}

如何将此数据集提供给深度学习算法？实际上，我希望预测准确地以训练数据的形式出现。

Answer 1

以下是您可以执行的操作：

1. 首先，对所有标签进行归一化，并在0-1之间进行缩放。
2. 使用softmax层进行预测。

下面是一些直观的Keras代码：

model = Sequential()
model.add(Dense(100, input_dim = x.shape[1], activation='relu'))
model.add(Dense(y.shape[1], activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam')