序列化、pyBrain 中的分类、机器学习、预测答案

【问题标题】：Serialization, classification in pyBrain, machine learning, prediction序列化、pyBrain 中的分类、机器学习、预测
【发布时间】：2013-12-08 23:30:51
【问题描述】：

我有这样的训练数据示例（我有 1000 部电影进行训练），我需要预测每部电影的“预算”：

film_1 = {
    'title': 'The Hobbit: An Unexpected Journey',
    'article_size': 25000,
    'producer': ['Peter Jackson', 'Fran Walsh', 'Zane Weiner'],
    'release_date': some_date(2013, 11, 28),
    'running_time': 169,
    'country': ['New Zealand', 'UK', 'USA'],
    'budget': dec('200000000')
}

'title'、'producer'、'country'等key可以看作是机器学习中的特征，而'The Hobbit: An Unexpected Journey'、25000等值可以看作是用于学习的值过程。然而，在训练中，输入大多被接受为实数而不是字符串格式。我是否需要将诸如'title'、'producer'、'country'（字符串字段）之类的字段转换为int（应该进行分类或序列化之类的事情？）或其他一些操作以使我能够将这些数据用作我的网络的训练集？

【问题讨论】：

标签： python machine-learning classification pybrain

【解决方案1】：

我想知道这是否是您需要的：

film_list=['title','article_size','producer','release_date','running_time','country','budget']
flist = [(i,j) for i, j in enumerate(film_list)]
label = [ seq[0] for seq in flist ]
name = [ seq[1] for seq in flist ]
print label 
print name

>>[0, 1, 2, 3, 4, 5, 6]
['title', 'article_size', 'producer', 'release_date', 'running_time', 'country', 'budget']

或者你可以直接使用你的字典，

labels = film_1.keys()
print labels

# But the keys are sorted, labels[0] will give you 'producer' instead of 'title':
>>['producer', 'title', 'country', 'release_date', 'budget', 'article_size', 'running_time']

【讨论】：

谢谢！但我需要这个：[1, 2, 3, 4, 5, 6, 7] 也许
定义一个新的label1 = label + 1。然后每个数字都会映射到film_list