【发布时间】:2018-08-01 14:33:22
【问题描述】:
我想构建一个 Keras 模型,以了解在多维数据环境中推动盈利的因素。我面临的挑战是如何解决这个问题。
我有一个具有以下结构的数据集。第三个对象包括“结果”变量,我想使用所有其他变量来预测这一点。 “车轮”和“出租车旅行”与“乘客”和“出租车旅行”之间存在一对多的关系。因此,一辆出租车有更多的轮子(通常是 4 个)和一名或多名乘客。
Wheels:
- Position
- pressure
- ... etc ...
- KEY_taxitrip
Passengers:
- Seat
- Weight of passenger
- Name
- ... etc ...
- KEY_taxitrip
Taxi trip:
- KEY_taxitrip
- Profit
- Car
- Brand
- From location
- Two location
- ... etc ...
我一直在考虑的方法是将数据展平,但这将导致每次“出租车旅行”的多个实例,此外“车轮”和“乘客”值之间可能的交互将被消除。这也将使其难以用于预测。
对于此类问题,是否有人对有关 keras 解决方案设计的文献有任何建议?
【问题讨论】: