keras - 何时在 keras 中使用 to_categorical

Question

请有人解释什么时候keras.utils.np_utils.to_categorical是要使用吗？
我知道它将类向量转换为二进制矩阵，可能用于 深度学习模型 .
但是如果我们仍然继续使用类向量本身，并且可能使用 model.predict_classes - 缺点是什么？

Answer 1

如果您没有将类分布在二进制矩阵中，那么具有多个类的分类模型将无法正常工作。

假设你有三个类，向量是这样的:

[1, 0, 0] = 第 1 类

[0, 1, 0] = 第 2 类

[0, 0, 1] = 第 3 类

您使用 to_categorical在将训练数据传递给模型之前对其进行转换。

如果您的训练数据使用类作为数字， to_categorical将这些数字转换为适当的向量以与模型一起使用。没有它，您不能简单地训练分类模型。

不幸的是， predict_classes没有记录，所以最好不要使用它。但我想它正好做相反的操作 to_categorical做。您的模型输出向量，和 predict_classes在人类可读的类中转换这些向量。