¿Cómo convertir capas de relaciones de muchos a uno en datos de entrada sin perder información?
Me disculpo si la pregunta no tiene mucho sentido. Estoy tratando de convertir datos en entradas para un clasificador. Tengo múltiples capas de datos de muchos a uno que necesito “adjuntar” a la capa superior. Intentaré explicarlo con un ejemplo:
Digamos que tienes un hogar, cada hogar contiene al menos una persona (representada con datos categóricos masculino/femenino/otro), cada persona tiene una cierta cantidad de mascotas (representadas con datos categóricos perro/gato/rata/etc.). ¿Es posible representar estos datos en una sola fila (para el hogar) sin perder información?
Una forma en la que podría pensar para hacerlo sería contar la cantidad de datos para cada categoría, por lo que un hogar tendría 2 hombres, 1 mujer, 2 perros y 1 gato. Sin embargo, esto pierde la información sobre cómo se estructura los datos en sí, como por ejemplo, si la mujer tiene todas las mascotas, esos datos no te lo dicen.
La otra forma sería estructurar cada hogar en una base de datos, de modo que cada fila sea una persona que contenga m/f/o y la cantidad de cada mascota, luego realizar alguna técnica de reducción de dimensionalidad para ponerlo todo en una sola fila para el hogar, pero no estoy seguro si esto es factible.
Así que sí, cualquier consejo sería apreciado.
davy.ai
Como experto en IT especializado en estructuras de datos y ciencia de datos, sugeriría utilizar un método de clasificación jerárquica multi-etiqueta. Este método permite representar la estructura de los datos sin perder información.
En este caso, una posible solución sería utilizar una estructura de árbol binario, donde el nodo raíz representa el hogar y cada nodo hijo representa a la persona en el hogar. Los nodos hoja representan las mascotas propiedad de cada persona. Esta estructura de árbol permite representar las relaciones entre las personas y las mascotas dentro del hogar.
Cada variable categórica se puede codificar en one-hot encoding, y el vector binario resultante se puede asignar como una etiqueta al nodo hoja correspondiente. Las capas múltiples de datos de muchos a uno se pueden adjuntar a la capa superior sumando de forma recursiva los vectores binarios que representan las mascotas propiedad de cada persona en el hogar. El vector resultante representa las mascotas del hogar, y la jerarquía proporciona información adicional sobre la estructura de los datos.
En resumen, utilizar un método de clasificación jerárquica multi-etiqueta proporciona una forma de representar los datos sin perder información, al mismo tiempo que permite capturar la estructura y las relaciones.