我有多类别数据，标签或y列包含以下数据：

print(y.unique())

[5 6 7 4 8 3 9]在这种情况下，类别的数量等于7（在深度学习建模时），但当我执行以下独热编码时：

import kerasfrom keras.utils import np_utilsy_train =np_utils.to_categorical(y_train)y_test =np_utils.to_categorical(y_test)

维度增加到了10

print(y_train.shape) : (4547, 10)

可能是因为我们有到9的数字，并且还包括了(0,1,2)（实际上在原始数据中并未表示），我该如何解决这个问题？

回答：

函数 tf.keras.utils.to_categorical 要求输入是“从0到num_classes的整数”（见文档）。您有一组标签 {3, 4, 5, 6, 7, 8, 9}。这总共有七个标签，从值3开始。为了将这些标签转换为[0, 7)范围内的标签，可以从每个标签中减去3。

y_ints = y - 3

结果可以传递给 tf.keras.utils.to_categorical。

import numpy as npimport tensorflow as tfy = np.array([3, 4, 5, 6, 7, 8, 9])y_ints = y - 3  # [0, 1, 2, 3, 4, 5, 6]tf.keras.utils.to_categorical(y_ints)

输出为

array([[1., 0., 0., 0., 0., 0., 0.],       [0., 1., 0., 0., 0., 0., 0.],       [0., 0., 1., 0., 0., 0., 0.],       [0., 0., 0., 1., 0., 0., 0.],       [0., 0., 0., 0., 1., 0., 0.],       [0., 0., 0., 0., 0., 1., 0.],       [0., 0., 0., 0., 0., 0., 1.]], dtype=float32)

另一种选择是使用scikit-learn的广泛预处理方法，特别是sklearn.preprocessing.OneHotEncoder。

import numpy as npfrom sklearn.preprocessing import OneHotEncodery = np.array([3, 4, 5, 6, 7, 8, 9])y = y.reshape(-1, 1)  # reshape to (n_samples, n_labels).encoder = OneHotEncoder(sparse=False, dtype="float32")encoder.fit_transform(y)

输出为

array([[1., 0., 0., 0., 0., 0., 0.],       [0., 1., 0., 0., 0., 0., 0.],       [0., 0., 1., 0., 0., 0., 0.],       [0., 0., 0., 1., 0., 0., 0.],       [0., 0., 0., 0., 1., 0., 0.],       [0., 0., 0., 0., 0., 1., 0.],       [0., 0., 0., 0., 0., 0., 1.]], dtype=float32)