如何在神经网络中将CSV文件的每一列设置为样本,而不是每一行?

我正在尝试使用非结构化数据进行我的第一次机器学习。预处理后的训练数据存储在一个CSV文件中,每一列作为一个样本。在运行

numpy_array.shape 

后,结果是(240000, 400),这意味着总共有400个样本,每个样本有240000个特征。训练数据集中没有标题(字符串)。我的问题是如何让模型知道,每一列是一个样本。我是否应该先对训练数据集进行转置?


回答:

你可以通过np.transpose(your_array)your_array.T来转置数据集,
这样形状将变为(400, 240000),每一行为一个样本

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注