0
,在被trining,它的工作更好地給大小相同的,例如:機器學習形狀和類型的機器學習
[[1,2,3],[4,5,6],[7,8,9]]
或它的工作原理以及這種方式?
[[1,2,3,4],[5,6],[7,8,9]]
並且最好將它們用作對象,或者如果對象轉換爲json字符串,那麼最好使用它們。
,在被trining,它的工作更好地給大小相同的,例如:機器學習形狀和類型的機器學習
[[1,2,3],[4,5,6],[7,8,9]]
或它的工作原理以及這種方式?
[[1,2,3,4],[5,6],[7,8,9]]
並且最好將它們用作對象,或者如果對象轉換爲json字符串,那麼最好使用它們。
這取決於。
如果你正在做監督學習,你需要「特徵」和事物來預測,說一個或多個分類或數字。
絕大多數監督方案可以處理一些缺少的輸入特徵,但是如果訓練集具有目標輸出/預測,它將會掙扎。大多數無人監督的方案可以處理一些遺漏的功能,但不是全部。
只要進入特徵集的每個索引意味着相同的特徵。
數據的具體格式將根據實施情況而有所不同。作爲一個數據框,對象,json ......任何東西都不會有太大的變化。