使用列表作为特征，使用单个数据点作为机器/深度学习的目标

Question

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？

Answer 1

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。