keras 中的 One-hot 编码标签答案

【问题标题】：One-hot encode labels in keraskeras 中的 One-hot 编码标签
【发布时间】：2021-08-05 08:03:34
【问题描述】：

我有一组来自 CSV 文件中标签列的整数 - [1,2,4,3,5,2,..]。类的数量是5，即1 到6 的范围。我想使用下面的代码对它们进行一次热编码。

y = df.iloc[:,10].values
y = tf.keras.utils.to_categorical(y, num_classes = 5)
y

但是这段代码给了我一个错误

IndexError: index 5 is out of bounds for axis 1 with size 5

我该如何解决这个问题？

【问题讨论】：

标签： tensorflow keras one-hot-encoding

【解决方案1】：

如果您使用tf.keras.utils.to_categorical 对标签向量进行 one-hot，整数应该从0 开始到num_classes、source。在您的情况下，您应该执行以下操作

import tensorflow as tf 
import numpy as np 

a = np.array([1,2,4,3,5,2,4,2,1])
y_tf = tf.keras.utils.to_categorical(a-1, num_classes = 5)
y_tf

array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 1.],
       [0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 1., 0., 0., 0.],
       [1., 0., 0., 0., 0.]], dtype=float32)

或者，您可以使用pd.get_dummies，

import pandas as pd 
import numpy as np 

a = np.array([1,2,4,3,5,2,4,2,1])
a_pd = pd.get_dummies(a).astype('float32').values 
a_pd

array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 1.],
       [0., 1., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 1., 0., 0., 0.],
       [1., 0., 0., 0., 0.]], dtype=float32)

【讨论】：