#tensorflow #keras #deep-learning #accelerometer #conv-neural-network
#tensorflow #keras #глубокое обучение #акселерометр #conv-нейронная сеть
Вопрос:
Пожалуйста, нажмите здесь для изображения Я задаю этот вопрос, потому что было задано много вопросов, предполагающих, что входные данные для модели CNN являются изображением. Мой вопрос — у меня есть файл .csv, содержащий данные акселерометра, отмеченные в течение 0-2 минут. У меня есть другой файл .csv, содержащий данные акселерометра, также отмеченные в течение 0-2 минут (эксперимент в основном повторялся) У меня есть другой файл .csv с тем же экспериментом, который повторяется в третий раз.
Я хочу создать модель, которая делает некоторые прогнозы за этот период 0-2 минуты, однако у меня есть три разных набора данных, которые я могу предоставить в качестве входных данных. Нужно ли мне объединять их вместе, один за другим? Или есть какой-нибудь лучший способ сделать это?
Ответ №1:
Как правило, для обучения лучше использовать больший набор данных, если он не слишком большой или повторяющийся. Отложите небольшую его часть для тестирования. Трудно сказать больше без конкретных деталей.
Комментарии:
1. Привет @Poe, спасибо за ответ. Я добавил картинку для некоторой ясности. Предположим, у меня есть два набора данных, которые я хочу предоставить в качестве входных данных для модели. Тогда какой может быть наилучший подход к этому?
2. В вашем случае я бы закодировал цвет как одну горячую переменную и объединил 2 набора данных.