我正在尝试使用机器学习将数据样本分类为好或坏的质量。
数据样本存储在关系数据库中。一个样本包含id、名称、点赞数(表示好/坏的质量指示)、评论数等属性。还有一个表,其中有带有外键指向数据样本id的项目。这些项目包含重量和名称。所有指向数据样本的项目共同描述了数据样本,这通常可以帮助对数据样本进行分类。问题是,不同样本指向一个外键的项目数量是不同的。
我想将指向特定数据样本的项目提供给机器学习输入,例如神经网络。问题是我不知道项目数量,因此我不知道需要多少个输入节点。
Q1) 当输入维度是动态的时,是否可能使用神经网络?如果可以,如何实现?
Q2) 在列表长度未知的情况下,有没有喂入网络元组的最佳实践?
Q3) 对于应用机器学习到关系数据库中,有没有最佳实践?