如何在神经网络模式识别工具箱中使用多个标签作为目标？
How to use multiple labels as targets in Neural Net Pattern Recognition Toolbox?
我正在尝试使用 MATLAB 中的神经网络模式识别工具箱来识别数据集中不同类型的 类。我有一个 21392 x 4 table，第 1-3 列我想用作预测变量，第 4 列有 14 个不同类别的标签（字符串，如愤怒、悲伤、快乐、中性等） .与 MATLAB 分类学习器工具箱不同，神经网络模式识别工具箱似乎不允许我导入 table 并从中自动提取预测变量和响应。此外，我无法手动指定神经网络的输入和目标，因为它没有显示在选项中。
我研究了 Iris 数据集、Wine 数据集、癌症数据集等示例，但它们都只有 2-3 类 作为正在识别的输出（并以二进制编码，如 000 , 010, 011 等）并且标签不是字符串类型，不像我的 Angry、Sad、Happy、Neutral 等（总共 14 个不同 类）。我想知道如何使用我的 table 作为神经网络模式识别工具箱的输入，或者如何从我的 table 中提取数据并在工具箱中使用它.我是使用工具箱的新手，所以在这方面的任何帮助将不胜感激。谢谢！
使用神经网络模式识别工具箱的第一步是将 table 转换为数值数组，因为神经网络只能处理数值数组，不能直接处理其他数据类型。将 table 视为 my_table，可以使用
将其转换为数值数组
my_table_array = table2array(my_table);
从my_table_array，可以提取输入（预测变量）和outputs/targets。但是，必须要提到的是输入和输出需要转置（因为工具箱需要数据为列格式，每一列是一个数据点，每一行是特征），这很容易实现使用：-
inputs = inputs'; %(now of dimensions 3x21392)
labels = labels'; %(now of dimensions 1x21392)
字符串类型标签（分类）可以使用 categorical 的单热编码技术转换为数值，然后是 ind2vec:
my_table_vector = ind2vec(double(categorical(labels)));
现在，my_table_vector（最终目标）和输入（最终输入预测变量）可以很容易地馈送到神经网络并用于 classification/prediction 个目标标签。
我正在尝试使用 MATLAB 中的神经网络模式识别工具箱来识别数据集中不同类型的 类。我有一个 21392 x 4 table，第 1-3 列我想用作预测变量，第 4 列有 14 个不同类别的标签（字符串，如愤怒、悲伤、快乐、中性等） .与 MATLAB 分类学习器工具箱不同，神经网络模式识别工具箱似乎不允许我导入 table 并从中自动提取预测变量和响应。此外，我无法手动指定神经网络的输入和目标，因为它没有显示在选项中。
我研究了 Iris 数据集、Wine 数据集、癌症数据集等示例，但它们都只有 2-3 类 作为正在识别的输出（并以二进制编码，如 000 , 010, 011 等）并且标签不是字符串类型，不像我的 Angry、Sad、Happy、Neutral 等（总共 14 个不同 类）。我想知道如何使用我的 table 作为神经网络模式识别工具箱的输入，或者如何从我的 table 中提取数据并在工具箱中使用它.我是使用工具箱的新手，所以在这方面的任何帮助将不胜感激。谢谢！
使用神经网络模式识别工具箱的第一步是将 table 转换为数值数组，因为神经网络只能处理数值数组，不能直接处理其他数据类型。将 table 视为 my_table，可以使用
my_table_array = table2array(my_table);
从my_table_array，可以提取输入（预测变量）和outputs/targets。但是，必须要提到的是输入和输出需要转置（因为工具箱需要数据为列格式，每一列是一个数据点，每一行是特征），这很容易实现使用：-
inputs = inputs'; %(now of dimensions 3x21392)
labels = labels'; %(now of dimensions 1x21392)
字符串类型标签（分类）可以使用 categorical 的单热编码技术转换为数值，然后是 ind2vec:
my_table_vector = ind2vec(double(categorical(labels)));
现在，my_table_vector（最终目标）和输入（最终输入预测变量）可以很容易地馈送到神经网络并用于 classification/prediction 个目标标签。