我有一个数据集,其中有一列列表作为特征,各个数据点作为目标。我想将列表提供给机器/深度学习程序。 (检查附加的数据集片段。)
。
我尝试将其提供给各种机器学习算法(包括集成方法)并收到以下错误:
unhashable type: 'list'
尝试采用深度学习路线,但在尝试创建张量时遇到类似的错误。
通常我会看到我们必须展平数据集的情况,我确实做了类似的事情(有更多列):。但我想看到所有“邻居功能”之间的交互影响。我想要基于所有特征(以列表格式)对该残差进行预测,而不是对同一残差进行单独预测。
对此有什么帮助或建议吗?
也许您可以尝试其他方法来转换数据。不要通过为每个列表成员添加新样本来展平数据,而是尝试添加新特征。 例如,您可以找到每列的最大列表大小并添加新列。
例如,您可以添加 Neighbor1、Neighbor2、Neighbor3...,并对其他列也执行此操作。
由于列表大小不同,您可以考虑将没有值的列清零。