ABSTRACT: If we want to apply neural networks to categorical data, we must necessarily adopt a coding strategy. This is a common problem for many multivariate techniques and several approaches have been suggested. In this paper, a method is proposed to analyze categorical variables with high cardinality. An application to simulated data illustrates the interest of the proposal

Neural Networks for high cardinality categorical data / Di Ciaccio, Agostino. - (2021), pp. 320-323. ((Intervento presentato al convegno Cladag 2021 tenutosi a Firenze [10.36253/978-88-5518-340-6].

Neural Networks for high cardinality categorical data

Di Ciaccio Agostino
2021

Abstract

ABSTRACT: If we want to apply neural networks to categorical data, we must necessarily adopt a coding strategy. This is a common problem for many multivariate techniques and several approaches have been suggested. In this paper, a method is proposed to analyze categorical variables with high cardinality. An application to simulated data illustrates the interest of the proposal
978-88-5518-340-6
File allegati a questo prodotto
File Dimensione Formato  
Di Ciaccio_Neural-networks_copertina_2021.pdf

accesso aperto

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 663.68 kB
Formato Adobe PDF
663.68 kB Adobe PDF Visualizza/Apri PDF
Di Ciaccio_Neural-networks_2021.pdf

accesso aperto

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 326.53 kB
Formato Adobe PDF
326.53 kB Adobe PDF Visualizza/Apri PDF
Di Ciaccio_Neural-networks_quarta_2021.pdf

accesso aperto

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 49.67 kB
Formato Adobe PDF
49.67 kB Adobe PDF Visualizza/Apri PDF

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/1582617
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact