獨熱編碼（One-Hot編碼）

• 獨熱編碼介紹
• 獨熱編碼表示
• 獨熱編碼實現
• • 使用sklearn
  • 不使用sklearn

獨熱編碼介紹

• 在機器學習中，標簽的處理總是需要進行獨熱編碼的處理，因為獨熱編碼有以下優點：
  1、能夠處理非連續型數值特征。
  2、在一定程度上也擴充了特征。
• 詳細了解請看以下博文連接： 獨熱編碼優缺點、 獨熱編碼介紹

獨熱編碼表示

• 簡單地說：獨熱編碼就是利用一堆0和1表示一些標簽值（就是以下這張圖片表示的）
  

獨熱編碼實現

使用sklearn

from sklearn.preprocessing import OneHotEncoderdata = np.array([1,2,3,2,1,0]) # 將標簽轉換為獨熱編碼 encoder = OneHotEncoder() data = encoder.fit_transform(data.reshape(data.shape[0], 1)) data = data.toarray().T data = data.astype('uint8') print(data)

不使用sklearn

其中使用到了：
numpy.eye()
reshape(-1)

import numpy as npdef OneHotEncoding(data):# np.array格式的data數據shape[0]為多少行，shape[1]為多少列if data.shape[0]==0:print('一行數據都沒有啊，怎么轉獨熱編碼')dataArray = dataelse:# 函數eye()的作用是返回一個對角線diagonal上全是1，而其他位置全為0的一個二維數組（2D-array）# 這里轉置了，每個label就是對應的列向量# 首先根據最大值+1轉化為一個單位對角矩陣# print(np.eye(int(data.max() + 1)))# 其次將data變成行向量# print([data.reshape(-1)])# 之后將行向量的每一個值，匹配到對角矩陣的對應index上# print(np.eye(int(data.max()+1))[data.reshape(-1)])# 最后得到的是每一行的值表示data的每一個數據# 再進行轉置后得到每一列數據為data的每一個數據的對應dataArray = np.eye(int(data.max()+1))[data.reshape(-1)].Treturn dataArraydata = np.array([1,2,3,2,1,0]) data = OneHotEncoding(data) data = data.astype('uint8') print(data)

還有其他博主的實現方式

總結

以上是生活随笔為你收集整理的【小代码讲解】独热编码（One-Hot编码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。