Классификация Tensorflow с кодами Alpha Numeri c в качестве признаков - PullRequest
Новая
       2

Классификация Tensorflow с кодами Alpha Numeri c в качестве признаков

0 голосов
/ 11 марта 2020

Я пытаюсь построить модель классификации Tensorflow, в которой в качестве признаков используются коды альфа-цифры c. Вот несколько примеров из набора данных: 

Code1   Code2   Code3   Class1  Class2
K21     LZ82    RR90    0       1
K99     LZ82    OPN1    0       1
N21     Z93     Z33     1       0

Я понимаю, что мне нужно преобразовать эти строки альфа-чисел c в векторы / целые числа / числа с плавающей точкой. Я уже пробовал Bag of Words (BOW) по всему корпусу с минимальным и максимальным масштабированием, но я не добился очень хорошей точности от моей модели.

В моем общем наборе из 6000 кодов некоторые коды используются до 40000 раз, поэтому был довольно широкий диапазон значений от BOW. Так, например, после min-max масштабирования у меня были данные, которые выглядели так: 

Code1           Code2           Code3           Class1  Class2
0.8736080064    0.2166280429    0.0008203277    0       1

В качестве дополнительной информации, вот моя сетевая архитектура: 

const model = tf.sequential()
model.add(tf.layers.dense({ units: 200, activation: 'relu', inputShape [this.NUM_CODES_PER_RECORD] }))
model.add(tf.layers.dense({ units: 150, activation: 'relu' }))
model.add(tf.layers.dense({ units: 100, activation: 'relu' }))
model.add(tf.layers.dense({ units: this.NUM_CLASSES, activation: 'softmax' }))

Насколько я понимаю, это Кажется, что вложения Word в большей степени связаны с обработкой естественного языка, чем с моей задачей, поэтому я еще не пытался встраивать.

Буду признателен за любые предложения о том, как преобразовать эти коды alphanumeri c в векторы / целые числа / числа с плавающей точкой для моей модели.

...