如何划分稀疏特征和稠密特征

来源：2-11 wide_deep模型

慕无忌0971793

2019-09-11

在老师讲到的google的例子中，有一些特征被认定为稀疏特征（例如用户下载的app）做了叉乘处理，一些特征被认为是稠密特征经过了深层网络，而在老师的实战的回归问题中，好像所有的特征即是稀疏特征也是稠密特征？在实际使用Deep＆Wide网络使需要先将所有样本特征分成这两种吗？怎么分类合理呢？

写回答

1回答

正十七

2019-09-19

同学你好，这个问题比较灵活，看你对问题的建模方法，有些特征比较明显的属于稀疏或者密集特征，但有些特征则比较模糊。比如有些连续值的特征，你可以把它当成密集特征，也可以分桶把它当成稀疏特征。具体怎么分个人感觉要靠实验来验证，怎么好就怎么分，没有具体的规则。

Google老师亲授 TensorFlow2.0 入门到进阶

Tensorflow2.0实战—以实战促理论的方式学习深度学习

1849 学习 · 896 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1