【问题标题】：regard Neural Network input format考虑神经网络输入格式
【发布时间】：2016-09-15 16:24:19
【问题描述】：

我研究过神经网络并了解它的工作原理。一般来说，我看到的所有示例都在谈论将输入的值转换为布尔值并创建与输入具有相同数量的元素的权重向量。

例如，如果我们有这个训练集： http://i.stack.imgur.com/IaspU.png

然后，我将不得不像这样格式化输入： http://i.stack.imgur.com/pbeQJ.png

第一个表格显示我的输入将如何显示，后两个表格将显示两个标签（类）的权重向量将如何显示。

所以，这很简单，但问题是，我如何在神经网络中呈现日期？因为如果我这样工作，该方法将创建一个巨大的向量！！

有人知道神经网络呈现输入的另一种方法吗？谢谢。

【问题讨论】：

【解决方案1】：

在神经网络输入向量中表示日期

这不是一个小问题。由于神经网络将输入值解释为标量“信号强度”，因此在处理连续变量时应谨慎行事。理想情况下，您应该将一年中的日期表示为 365 个单独的输入信号，而不是仅使用 1 个输入（例如：一年中的某一天）。

原因
这是必要的，因为您不想告诉网络 2 月 2 日是比 1 月 1 日“更好的日期”。如果您使用后一个选项，日期将分别表示为 33 和 1。这意味着 2 月 2 日的输入信号比 1 月 1 日强 33 倍。

选项

它的要点是：尝试对输入数据进行分类。与连续数据相比，神经网络在分类数据（“是/否”输入值）上的效果要好得多。

【讨论】：