Rapidminer 虚拟编码不匹配

Question

我正在尝试使用神经网络，方法是在 trainData 上对其进行训练，然后在 testData 上进行测试，就像任何人都会做的那样。但是，数据需要将一些标称特征虚拟编码为数字。当我这样做时，它会训练神经网络，但在将其应用于测试数据（我在其上应用完全相同的转换/块）时失败，因为虚拟编码*不匹配。

*错误信息是：v47=H does not exist in testData

我检查了一下，确实 testData 在 v47 中确实不具有值“H”，而 trainData 具有它。因此，我想在 v47 中忽略这个“H”，或者替换它。

我有什么方法可以轻松做到这一点？请记住，其他功能也可能会发生这种情况，并逐个检查所有功能以解决此类问题，这将非常耗时。

也许还有其他方法可以解决这个问题？

谢谢！

Answer 1

这类似于previous post

此答案建议将测试和训练数据结合起来，以使名义上的所有可能值都出现，然后拆分以再次恢复测试和训练集。可能的附加标称值将保留在两个拆分中。

这可能不适合，因此另一种可能性是在训练示例集上使用Data to Weights 运算符。然后可以将生成的权重与Select by Weights 运算符一起使用，以仅保留测试示例集中感兴趣的属性。