Ich versuche, eine Ausgabe (Regression) vorherzusagen, wo mehrere Gruppen räumliche (x, y) Koordinaten haben. Ich benutze die neuronalen Netzwerkpakete von scikit-learn (MLPClassifier und MLPRegressor), von denen ich weiß, dass sie mit räumlichen Daten trainiert werden können, indem ein 1-D-Array pro Beobachtung eingegeben wird (zB der MNIST-Datensatz).Training eines neuronalen Netzes mit zwei Gruppen von räumlichen Koordinaten pro Beobachtung?
Ich versuche herauszufinden, der beste Weg, um das Modell zu sagen, dass Gruppe 1 diese Menge von räumlichen Koordinaten UND Gruppe 2 hat einen anderen Satz von räumlichen Koordinaten, und diese Kombination ergab ein Ergebnis. Wäre es sinnvoller, ein einzelnes Array einzugeben, in dem eine Position der Gruppe 1 durch 1 und die Position der Gruppe 2 durch -1 repräsentiert wird? Oder um ein Array für Gruppe 1 zu erstellen und zu gruppieren und anzuhängen? Immer noch ziemlich neu in neuronalen Netzen - hoffentlich macht diese Frage Sinn.