我是一名学习机器学习的初学者。

我在尝试构建一些模型（FNN），但这个模型的输出标签太多，无法使用独热编码。

你能帮帮我吗？

我想解决的问题是：对水果进行数据标记：

类型（苹果、葡萄、桃子）、质量（优质、一般、劣质）、价格（昂贵、一般、便宜）、大小（大、中、小）

因此，如果我使用独热编码，数据大小将达到3*3*3*3，即81维

我认为这些标记数据看起来像是4个独热编码序列数据。

有没有什么方法可以将标记数据的维度缩小，而不是使用81维的独热编码？

我认为也可以使用二进制编码，但认识到在神经网络中使用二进制编码有一些缺点。

谢谢你：D

回答：

如果你对4个变量进行独热编码，你将得到3+3+3+3=12个变量，而不是81个。

这个概念是，你需要为分类特征的每个类别创建一个二进制变量，而不是为四个特征中所有可能的类别组合创建一个。

尽管如此，其他可能的方法包括数值编码、二进制编码（如你提到的）或频率编码（用数据集中每个类别的频率替换类别）。结果通常取决于问题本身，所以尝试不同的方法，看看哪种最适合你的需求！