一种基于正交矩阵-自编码器的无序多分类变量编码方法

本发明属于数据处理与管理技术领域，提供一种基于正交矩阵‑自编码器的无序多分类变量编码方法，包括步骤1、使用正交矩阵进行无序多分类变量编码；步骤2、使用贝叶斯优化自编码器超参数；步骤3、使用优化后的自编码器进行正交数值向量降维；步骤4、使用低维数值编码输入至神经网络模型进行目标预测。它涉及将无序多分类变量映射为低维数值向量，以输入至神经网络模型进行目标预测。本发明通过正交矩阵对无序多分类变量进行数值编码，保证编码之间位置独立、距离相等、大小相同；其次使用自编码器对数值编码开展表征学习后进行降维，保证输入至神经网络的数据学习到了正交矩阵的相关特点的同时又是低维的。