Как ввести Scikit узнать MLP классификатор с переменной длиной входных данных.

Question

Я хочу запустить простой MLP Classifier (Scikit learn) со следующим набором данных.

Набор данных состоит из 100 файлов, содержащих звуковые сигналы.Каждый файл имеет два столбца (два сигнала) и строки (длина сигналов).Длина строк (сигналов) варьируется от файла к файлу в диапазоне от 70 до 80 значений.Таким образом, размеры файла составляют от 70 x 2 до 80 x 2. Каждый файл представляет собой одну полную запись.

Проблема, с которой я сталкиваюсь, состоит в том, как обучить простой MLP с переменной длиной данных, с комплектом обучения и тестирования, содержащим 75 и 25 файлов соответственно.

Одним из решений является объединение всех файлов и создание одного файла, т.е. 7500 x 2, и обучение MLP.Но важная информация о сигналах больше не нужна в этом случае.

Answer 1

Три подхода в порядке полезности. Настоятельно рекомендуется подход 1.

1-й подход - LSTM / GRU

Вы не используете simple MLP. Тип данных, с которыми вы имеете дело - это последовательные данные. Рекуррентные сети (LSTM / GRU) были созданы для этой цели. Они способны обрабатывать последовательности переменной длины.

2-й подход - вложения

Найдите функцию, которая может преобразовать ваши данные в последовательность фиксированной длины, которая называется встраиванием. Примером сети, производящей внедрение временных рядов, является TimeNet . Однако это, по сути, возвращает нас к первому подходу.

3-й подход - заполнение

Если вы можете найти разумную верхнюю границу для длины последовательности, вы можете заполнить более короткие ряды длиной самой длинной (заполнить 0 в начале / конце ряда, интерполировать / спрогнозировать оставшиеся значения), или вырезать более длинные серии до длины самой короткой. Очевидно, вы либо внесете шум, либо потеряете информацию соответственно.