問題タブ [one-hot-encoding]

エンコードしたいデータは次のようになります。

[ 0 0 0 ..., 42 42 42]

0 から 42 までの 43 のクラスがあります。

今、バージョン 0.8 の tensorflow には 1 つのホット エンコーディング用の新しい機能があることを読んだので、次のように使用しようとしました。

唯一の問題は、出力が必要なものではないと思うことです

Tensor("strided_slice:0", shape=(43,), dtype=int32)

誰かが私を正しい方向に動かしてくれませんか:)

研究論文では、なげなわモデルを使用して分類と特徴選択を実行します。ワンホット エンコーディングを使用してカテゴリ データを処理する準備をしており、最終的なモデルに最終的に選択されたフィーチャを判断するために、元のカテゴリ値にマップされるフィーチャを特定する必要があります。私はしばらくこの質問をグーグルで調べてきましたが、答えが見つかりませんでした。

scikit のワンホット エンコーディングはどのように値を割り当てますか? たとえば、特定の変数のカテゴリ値が {1, 2, 3, 4} であるとします。ワンホット エンコーディングはそれらを時系列でダミーに編成しますか (つまり、1 をドロップし、最初のダミーを値 2 に、2 番目のダミーを値 3 に、3 番目のダミーを値 4 にしますか? それとも、見つかった順序に基づいて割り当てますか?行を下にスキャンするときの異なるカテゴリ値 (たとえば、最初の観察の値は 3 で、2 番目の観察の値は 2 であるため、3 は削除され、最初のダミーは値 2 になります)?

ありがとう！

Python と scikit-learn を使用して、onehotencoding プロセスの出力を理解しようとしています。1 つのホット エンコーディングのアイデアが得られると思います。つまり、離散値を「on」の値を持つ拡張特徴ベクトルに変換して、分類のメンバーシップを識別します。おそらく私はそれを間違えたので、混乱していますが、それが私の理解です。

したがって、ここのドキュメントから: http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

次の例が表示されます。

[[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]] が [[ 1., 0., 0., 1., 0., 0., 1., 0., 0.]]?

変換引数 [0, 1, 1] はどのように使用されますか?

これについて何か助けてくれてありがとう

ジョン

tensorflow を使用して、語彙サイズのスパース ベクトルと 1 に等しい特定の単語のインデックスで表される各単語を使用して、単語の 1 つのホット エンコーディングを作成するにはどうすればよいですか?

何かのようなもの

oneHotEncoding(words = ['a','b','c','d']) -> [[1,0,0,0],[0,1,0,0],[0,0, 1,0]、[0,0,0,1]]?

次のような入力があります。

shape(1, num_samples, num_features)の、および次のようなラベル:

の形状(1, num_samples, 2)。

ただし、次の Keras コードを実行しようとすると、次のエラーが発生します: ValueError: Error when checking model target: expected dense_1 to have 2 dimensions, but got array with shape (1, 8038, 2). 私が読んだことから、これは私のラベルが単なる整数ではなく 2D であるという事実に起因しているようです。これは正しいですか?もしそうなら、Keras でワンホット ラベルを使用するにはどうすればよいですか?

コードは次のとおりです。

上記のエラーがすぐにスローされます。

ありがとうございました！