将不同形状的特征矩阵组合成一个特征

Question

我使用的库仅支持 1 个特征矩阵作为输入。

因此，我想将我的两个功能合并为一个功能。

• 功能 #1：一个简单的浮点数，例如tensor([1.9])
• 功能 #2：我想一次性编码的分类tensor([0., 1., 0])

tensor([
    [1.9, 0., 0.],     # row 1 for float
    [0., 1., 0.]       # row 2 for OHE
])

我的计划是将 1x1 特征和 3x1 特征合并为 3x2。

对于浮动行，我总是将第二个和第三个条目清零。

这种方法会同时对两个特征进行训练吗？

Answer 1

是的，您的建议会起作用，因为模型只会学会忽略第二个和第三个索引。但由于这些从未使用过，您可以直接将它们连接起来，即

tensor([1.9, 0., 1., 0.])

您无需以任何方式向模型“指示”第一个值是标量，其余的值作为单热编码运行。该模型将找出您关心的任务的相关特征。