我正在研究一个模型，该模型可以预测给定课程和学期的考试时间表。我的输入是学期和课程名称，输出是日期。我目前已经完成了数据清理和预处理步骤，但是，我无法找到一种方法来制作一个输入是两个字符串，输出是两个数字（考试的日期和月份）的模型。我想到的一种方法是对我的课程名称进行编码，并将该术语写为二进制列表。 IE输入：编码（课程），[0,0,1]输出：日，月。然后输入回归模型。 我希望有经验的人可以告诉我更好的方法。
【问题讨论】：
标签： python machine-learning deep-learning regression
在我开始回答您的问题之前：
/rant
我知道这听起来很愚蠢，并不能真正帮助您解决问题，但是为什么您要为此使用神经网络？！
对我来说，这似乎是“每个人都在他们的领域使用 ML/AI，所以现在我也必须这样做！”的经典案例。 （这完全不是真的）
/rant over
对于类似字符串的输入，有几种编码方法；选择正确的可能取决于您的具体任务。由于您有一个非常“简单”（且可预测）的输入 - 即，您提前知道在测试/推理期间可能没有任何新的/看不见的课程标题，或者您不需要上下文/语义信息，您可以诉诸类似于 scikit-learn 的 LabelEncoder，它将把它变成不同的类。
或者，您也可以在问题中使用更重量级的编码结构，将值嵌入矩阵中。大多数 DL 框架都提供了一些form of internal function for this，这基本上要求您为输入数据传递一个唯一索引，并为此主动学习一些k 维嵌入向量。直观地说，这些嵌入对应于语义或主题方向。例如，如果您有 3 维嵌入，则第一个可以代表“社会科学课程”，另一个可以代表“技术课程”，第三个可以代表“研讨会”。
当然，这只是对它的简化，但有助于想象它是如何工作的。
对于输出，预测特定日期实际上是一个非常好的问题。由于我个人从未预测过自己的日期，因此我只能推荐其他用户的提示。 here 给出了关于日期（作为输入）的一个很好的答案。 如果您可以牺牲一点结果的准确性，那么预测考试发生的日历周可能是一个好主意。否则，您可以简单地将其视为两个回归值，但您最终可能会得到无效的组合（即“负数天/月”或“2 月 31 日”之类的内容。
根据您拥有多少高质量的训练数据，结果可能会有很大差异。最后，我再次建议您多考虑一下您是否真的需要神经网络来完成这项任务，或者是否有更简单的指标来执行此操作。
【讨论】：
创建虚拟变量或使用 RandomForest。它们接受文本输入和数字输出。
【讨论】：