一种使用numpy的热编码

Question

如果输入为零，我想制作一个看起来像这样的数组：

[1,0,0,0,0,0,0,0,0,0]

如果输入为5：

[0,0,0,0,0,1,0,0,0,0]

对于以上内容，我写道：

np.put(np.zeros(10),5,1)

但它没有用。

有什么方法可以在一线实现？

Answer 1

通常，当您想在机器学习中使用单编码进行分类时，就会有一组索引。

import numpy as np
nb_classes = 6
targets = np.array([[2, 3, 4, 0]]).reshape(-1)
one_hot_targets = np.eye(nb_classes)[targets]

在one_hot_targets现在

array([[[ 0.,  0.,  1.,  0.,  0.,  0.],
        [ 0.,  0.,  0.,  1.,  0.,  0.],
        [ 0.,  0.,  0.,  0.,  1.,  0.],
        [ 1.,  0.,  0.,  0.,  0.,  0.]]])

使用.reshape(-1)可以确保您使用正确的标签格式（也可能使用[[2], [3], [4], [0]]）。该-1值是一个特殊值，表示“将所有剩余的物料放入此维”。因为只有一个，所以它使阵列变平。

复制粘贴解决方案

def get_one_hot(targets, nb_classes):
    res = np.eye(nb_classes)[np.array(targets).reshape(-1)]
    return res.reshape(list(targets.shape)+[nb_classes])

包

您可以使用mpu.ml.indices2one_hot。经过测试且易于使用：

import mpu.ml
one_hot = mpu.ml.indices2one_hot([1, 3, 0], nb_classes=5)