一个使用numpy的热编码

Question

如果输入为零,我想创建一个如下所示的数组:

[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]

对于上面我写道:

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

但它不起作用.

有什么方法可以在一行中实现吗？

Answer 1

通常,当您想要在机器学习中获得用于分类的单热编码时,您有一个索引数组.

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

现在one_hot_targets是

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.]]])

这.reshape(-1)是为了确保您拥有正确的标签格式(您可能也有[[2], [3], [4], [0]]).这-1是一个特殊值,意思是"将所有剩余的东西放在这个维度中".因为只有一个,它会使阵列变平.

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

你可以使用mpu.ml.indices2one_hot.它经过测试且易于使用:

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

Answer 2

就像是 :

np.array([int(i == 5) for i in range(10)])

应该做的伎俩.但我想存在使用numpy的其他解决方案.

编辑:你的公式不起作用的原因:np.put不返回任何内容,它只是修改第一个参数中给出的元素.使用时的好答案np.put()是:

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

问题是它无法在一行中完成,因为您需要在将数组传递给它之前定义它 np.put()

Answer 3

您可以使用列表理解：

[0 if i !=5 else 1 for i in range(10)]

转向

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