python - 指定分类特征列的形状？

Question

我知道我可以使用 categorical_column_with_identity将分类特征转化为一系列单热特征。

例如，如果我的词汇表是["ON", "OFF", "UNKNOWN"]:
“关闭” -> [0, 1, 0]

categorical_column = tf.feature_column.categorical_column_with_identity('column_name', num_buckets=3)
feature_column = tf.feature_column.indicator_column(categorical_column))

---

但是，我实际上有一个一维的分类特征数组。我想把它变成一个二维系列的单热特征:

[“关闭”、“打开”、“关闭”、“未知”、“打开”]
-
[[0, 1, 0], [1, 0, 0], [0, 1, 0], [0, 0, 1], [1, 0, 0]]

与所有其他功能列不同，categorical_column_with_identity 上似乎没有shape 属性，而且我没有通过 Google 或文档找到任何帮助。

我是否必须放弃 categorical_column_with_identity 并通过 numerical_column 自己创建二维数组？

Answer 1

根据评论，我不确定 tensorflow 能否实现此功能。但是对于 Pandas，您可以通过 pd.get_dummies 获得一个简单的解决方案。 :

import pandas as pd

L = ['OFF', 'ON', 'OFF', 'UNKNOWN', 'ON']

res = pd.get_dummies(L)

print(res)

   OFF  ON  UNKNOWN
0    1   0        0
1    0   1        0
2    1   0        0
3    0   0        1
4    0   1        0

为了性能，或者如果你只需要一个 NumPy 数组，你可以使用 LabelBinarizer来自 sklearn.preprocessing:

from sklearn.preprocessing import LabelBinarizer

LB = LabelBinarizer()

res = LB.fit_transform(L)

print(res)

array([[1, 0, 0],
       [0, 1, 0],
       [1, 0, 0],
       [0, 0, 1],
       [0, 1, 0]])