在Python TensorFlow中将分类级别转换为独热编码

如果我有一个这样的分类标签

labels = [cat,dog, bird, cow]

现在我想把它转换成独热编码。是否可以使用TensorFlow来实现这样的转换

output_label = [[1 0 0 0]               [0 1 0 0]               [0 0 1 0]               [0 0 0 1]]

回答:

首先,您需要将分类数据转换为数值格式。您可以这样做,例如:

def categorical_to_numerical(labels):    num_labels=[]    for k in labels:        if k == 'cat':            num_labels.append(0)        if k == 'dog':            num_labels.append(1)        if k == 'bird':            num_labels.append(2)        if k == 'cow':            num_labels.append(3)    return num_labelsprint labels// prints ['cat','dog', 'bird', 'cow', 'dog', 'bird'] print categorical_to_numerical(labels)// prints [0, 1, 2, 3, 1, 2]

现在您可以轻松使用TensorFlow内置的tf.one_hot函数:

indices = categorical_to_numerical(labels)detph = 4 // because you have four categories one_hot_labels = tf.one_hot(indices, depth) 

了解更多关于tf.one_hot的信息,请点击这里

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注