H2O添加額外的神經元，以讀入

Question

我有一個火車數據集（森林覆蓋類型）有10個連續變量，然後2個分類（40和4級）。所以在我看來，我的讀入圖層應該包含54個神經元（我正在使用1-C）。同樣，我發現另一個版本的數據（here），確實聲稱有54個屬性。

下面是我的模型的表示：

的問題是，當我使用H2O中的R;它告訴我我有204,707個參數（第一層中有56個神經元）。我不明白爲什麼它打破（或如何）分類爲N + 1？我檢查並且沒有缺失值

Answer 1

事實證明，H2O確實添加了一個（NA）類來處理缺失值（因此我們得到N + 1）。這有點奇怪，因爲我沒有。