獨熱編碼處理文字屬性

當資料中存在文字屬性時，機器學習演算法不便於處理文字屬性，這時候需要把文字屬性轉換成數字。轉換時，如果屬性間存在順序關係，例如：（冷，暖，熱），可以直接使用整數編碼；但當屬性間沒有順序關係時，例如：（紅， 綠， 藍），則可使用獨熱編碼。

獨熱編碼：編碼屬性的值為1，其餘屬性的值為0

一、人工獨熱編碼

from

numpy import argmax
import numpy as np
data = '
hello world
'alphabet = '
abcdefghigklmnopqrstuvwxyz 
'char_to_int = dict((c, i) for i, c in
enumerate(alphabet))
int_to_char = dict((i, c) for i, c in
enumerate(alphabet))
#整數編碼
integer_encoded = [char_to_int[char] for char in
data]
print
(integer_encoded)
#獨熱編碼
onehot_encoder =list()
for i in
integer_encoded:
letter = [0 for _ in
range(len(alphabet))]
print
(np.array(onehot_encoder))
#從獨熱編碼恢復資料（argmax-返回最大值的索引）

from numpy import

argmax
from numpy import
array
from sklearn.preprocessing import
labelencoder
from sklearn.preprocessing import
onehotencoder
#整數編碼
data = array(['
cold
', '
cold
', '
warm
', '
hot', '
warm
', '
cold
', '
hot', '
hot', '
warm
', '
cold'])
label_encoder =labelencoder()
label_encoded =label_encoder.fit_transform(data)
print
(label_encoded)
#獨熱編碼
onehot_encoder = onehotencoder(categories='
auto')
onehot_encoded = onehot_encoder.fit_transform(label_encoded.reshape(-1, 1))
onehot =onehot_encoded.toarray()
print
(onehot)
#恢復編碼
One Hot encoder獨熱編碼
ref 1 什麼是獨熱碼 獨熱碼，在英文文獻中稱做 one hot code,直觀來說就是有多少個狀態就有多少位元，而且只有乙個位元為1，其他全為0的一種碼制。在機器學習中對於離散型的分型別的資料，需要對其進行數位化比如說性別這一屬性，只能有男性或者女性或者其他這三種值，如何對這三個值進行數位化表達...
獨熱編碼函式
想用自己的資料進行獨熱編碼，一開始沒用官方的程式。from sklearn import preprocessing enc preprocessing.onehotencoder 想用這個函式的可以參考博主 我找的是github裡的乙個程式 可以參考下。貼上 def one hot y n cla...
獨熱編碼 One Hot Eocode
假設現在我們要對5張手寫數字進行分類，這些數字的標籤labels的範圍是0 9，形成 5,的行向量，為 5,4,3,8,7 labels 5,4,3,8,7 num classes 10 batch size tf.size labels labels表示的標籤，5張有5個標籤。batch size...