1
如何处理神经网络中二进制和连续输入的混合？
我正在R中使用nnet软件包来尝试构建ANN以预测公寓（个人项目）的房地产价格。我是新来的，没有数学背景，所以请和我一起裸露。 我有二进制和连续输入变量。例如，对于神经网络，一些最初为是/否的二进制变量被转换为1/0。其他变量是连续的，如Sqft。 输入数据样本 我已将所有值标准化为0-1比例。也许Bedrooms并且Bathrooms不应该归一化，因为它们的范围仅为0-4？ 这些混合输入是否给ANN带来了问题？我已经取得了不错的结果，但是仔细检查一下ANN为某些变量选择的权重似乎没有任何意义。我的代码在下面，有什么建议吗？ ANN <- nnet(Price ~ Sqft + Bedrooms + Bathrooms + Parking2 + Elevator + Central.AC + Terrace + Washer.Dryer + Doorman + Exercise.Room + New.York.View,data[1:700,], size=3, maxit=5000, linout=TRUE, decay=.0001) 更新： 基于以下有关将二进制输入分成每个值类的单独字段的注释，我的代码现在看起来像： ANN <- nnet(Price ~ Sqft + Studio + X1BR + X2BR + X3BR + …