当我想建立一个深度学习模型来训练包含不同类型数据的数据集时，我应该怎么做？

Question

我是深度学习的初学者，我想问一个问题以更好地理解一个主题。

我的问题是..如果我有一个包含多种类型数据（如字符串和整数）的数据集，并且我想使用所有这些数据来构建和训练神经网络模型。我可以只使用一个模型通过使用 factorize 和 MinMaxScaler 以所有数据都是数字的方式将字符串转换为整数来训练它们吗？或者我应该为每种类型构建一个模型，然后将它们连接起来？一般来说，我应该怎么做？

谁能告诉我？我会很感激。

Answer 1

通常可以使用单个模型来训练包含字符串和整数数据的数据集，方法是使用以下技术将字符串数据转换为数值数据分解和缩放.但是，您应该采用的具体方法取决于数据集的详细信息和模型的目标。一般来说，探索不同的方法并查看哪种方法最适合您的特定用例是个好主意。