python - np_utils.to_categorical 的一个热编码问题

Question

我正在尝试预测图像语料库的类别。

训练数据的类别在一个包含 4 种值类型的列表中:1,2,4,5

但是 p_utils.to_categorical(theList) 给了我 6 个维度而不是 4 个

你能帮我找出原因吗？

Answer 1

根据 Keras 文档:

to_categorical: Converts a class vector (integers) to the binary class matrix.

Arguments: y: class vector to be converted into a matrix (integers from 0 to num_classes).

to_categorical 的输入参数获取从零开始的整数列表。在您的示例中，列表是 [1, 2, 4, 5]，它转换为 6 个不同的类(0 到 5):

[[0. 1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 0. 1.]]

如果你需要相同数量的类，你需要一个转换，它在名为 LabelEncoder 的 sklearn 包中可用。 .它使用 0 到 n_classes-1 之间的值对标签进行编码。因此，如果您将列表 [1, 2, 4, 5] 传递给 LabelEncoder，它会转换为:

from sklearn import preprocessing
le = preprocessing.LabelEncoder()
print(le.fit_transform([1, 2, 4, 5]))
>>> [0 1 2 3]

如您所见，标签从零开始，这是我们to_categorical 方法所需要的。最后一步是将此列表传递给 to_categorical 方法。

new_labels = le.fit_transform([1, 2, 4, 5])
one_hot = to_categorical(new_labels)

>>> [[1. 0. 0. 0.]
    [0. 1. 0. 0.]
    [0. 0. 1. 0.]
    [0. 0. 0. 1.]]

注意:OneHotEncoder也存在于 sklearn 包中，但在这种情况下它也需要 LabelEncoder。