独热编码(One-Hot Encoding)
来源:互联网 发布:搭建数据分析平台 编辑:程序博客网 时间:2024/06/17 17:34
【概念】
One-hot encoding是只存在一个1其余全为0的n位序列。也可以称它为二元向量,二元就是里面只有0和1.通常被用来描述一个状态机的某个状态。
【用处】
用于处理离散型特征。通过将离散特征通过one-hot编码映射到欧式空间,可以进一步计算特征之间的距离与相似度,然后在回归,分类,聚类等机器学习算法中使用。至于什么是离散型数据,欧式空间,特征距离和特征相似度,请同学自行学习,这里不做展开。
【应用】
在机器学习中,我们需要将用来训练的数据样本集合分类,转换成程序能够理解的向量。
比如我手里有三个图像样本,要识别出图片里的内容,其中包含三个维度,分别是
{
‘sex’:[“male”, “female”],
‘hair’:[‘short’,’long’,’bare’],
‘hair color’:[‘black’,’gold’,’blue’]
}
样本集合如下:
注意:hair color这栏存在多个值的原因在于,这个人可能染了一部分头发。其他维度也同理,没准图片中有几个人,好多美女。
【代码】
下面是scikit-learn docs提供的代码示例:
>>> from sklearn.preprocessing import OneHotEncoder>>> enc = OneHotEncoder()# 这里有四个样本,三个维度>>> enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]]) OneHotEncoder(categorical_features='all', dtype=<... 'numpy.float64'>, handle_unknown='error', n_values='auto', sparse=True)#fit函数算了下3个维度各自的值个数,第一列是[0,1,0,1]只有两个值,第二列是[0,1,2,0]故有三个值,第三列同上。>>> enc.n_values_array([2, 3, 4])# 待理解,大致是0,2, 2+3, 2+3+4>>> enc.feature_indices_array([0, 2, 5, 9])#转换序列,0 -> [1,0],为啥0不是[0,1],这是函数分的,应该是有优化,不用在意。# 1 -> [0,1,0]# 1 -> [0,1,0,0]>>> enc.transform([[0, 1, 1]]).toarray()array([[ 1., 0., 0., 1., 0., 0., 1., 0., 0.]])
2 0
- One-Hot Encoding独热编码
- 独热编码(One-Hot Encoding)
- 独热编码(One-Hot Encoding)
- 独热编码(One-Hot Encoding)
- 数据预处理之独热编码(One-Hot Encoding)
- 数据预处理之独热编码(One-Hot Encoding)
- 【机器学习】one hot encoding 独热编码
- 数据预处理:独热编码(One-Hot Encoding)
- 独热编码(One-Hot Encoding)介绍及实现
- 数据预处理:独热编码(One-Hot Encoding)
- one-hot coding(热独编码)
- one-hot独热编码问题
- One-Hot encoder独热编码
- 机器学习 数据预处理之独热编码(One-Hot Encoding)
- 机器学习 数据预处理之独热编码(One-Hot Encoding)
- 【Machine Learning】特征工程之独热编码(One-hot Encoding)
- 独热编码(One-Hot Encoding)及在CNN中的应用
- pandas中利用get_dummies()进行独热编码(One-Hot encoding)
- C++ new placement语法
- 详解JavaScript闭包
- java 16进制转换8进制
- angularJS-10
- 利用redis有序集合实现实时更新阅读排行榜
- 独热编码(One-Hot Encoding)
- angularJS-ng-model 指令.html
- Filebench的安装与使用
- Struts开发流程
- 用java实现双向循环链表的增删改查
- 【学习笔记】域名资源记录(Resource Record)
- hdu1015 Safecracker —— 回溯
- codevs天梯 乌龟棋
- JQ AJAX踩坑