请问如果原本是16个数据,但是进行onehot变换后达到了75个(包括三个结果)那我还是设定16个神经元的隐藏层和1个神经元的输出层吗
时间: 2024-03-04 16:53:48 浏览: 16
在进行OneHot编码时,如果原本的16个数据被编码成了75个特征,那么将16个神经元的隐藏层和1个神经元的输出层用于训练可能会导致过拟合和欠拟合的问题。因此,建议对模型进行调整,可以增加隐藏层的神经元数量或者增加隐藏层数量,以适应更多的特征。同时,也可以采用其他的模型,例如深度神经网络或卷积神经网络等,来处理这些高维度的输入数据。最终的选择需要根据实际情况进行调整。
相关问题
原本numpy有85个类,转换成onehot之后只有两个类了,这是为什么
这可能是因为将数据转换成one-hot编码时,将原始数据中的每个类别都转换成了一个独热向量。如果数据中有85个不同的类别,那么转换后就会得到85个长度为1的向量。但是,由于one-hot编码要求所有向量的元素之和为1,所以85个长度为1的向量经过转换后只剩下了两个等价的向量,一个表示类别1,另一个表示其他类别。因此,原本的85个类被合并成了仅有的两个类别。
将NSL-KDD进行one-hot编码后有122个特征,这里面包含标签吗
是的,NSL-KDD数据集包含标签。在进行one-hot编码后,数据集中的最后一个特征是标签,用于指示该网络流量记录属于正常(normal)还是攻击(attack)类别。标签共分为5种:normal、dos、probe、r2l和u2r。