将数据集划分为训练集和测试集后,将标签转换为指示矩阵

将Y转换为指示矩阵是可行的:

file = 'dataset.csv'    X, Y = readFile(file)N = len(Y)T = np.zeros((N, K)) for i in range(N):    T[i, Y[i]] = 1 

但是当我将数据集划分为训练集和测试集后,执行同样的操作时,如下所示,会出现错误:

X, Y = shuffle(X, Y)Ntrain = int(0.7*len(X))Xtrain, Ytrain = X[:Ntrain], Y[:Ntrain]Xtest, Ytest = X[Ntrain:], Y[Ntrain:]N1 = len(Ytrain)T1 = np.zeros((N1, K))  for i in range(N1):    T1[i, Ytrain[i]] = 1 

在最后一行T1[i, Ytrain[i]] = 1 处显示错误,我哪里做错了?K是类别的数量,等于9

print(np.unique(Y))print(np.unique(Ytrain))

上述打印语句显示如下:

[0 1 2 3 4 5 6 7 8][0 1 2 3 4 5 6 7 8]

enter image description here


回答:

这个问题已经解决了:不知为何Ytrain中没有索引。所以我将Ytrain转换为pandas系列:

data = np.array(Ytrain)Ytrain1 = pd.Series(data)N1 = len(Ytrain1)T1 = np.zeros((N1, K))for i in range(N1):    print(i, Ytrain1[i]) # 打印正常    T1[i, Ytrain1[i]] = 1 

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