keras.utils.to_categorical這個(gè)方法，源碼中，它是這樣寫(xiě)的：

Converts a class vector (integers) to binary class matrix.

E.g. for use with categorical_crossentropy.

也就是說(shuō)它是對(duì)于一個(gè)類(lèi)型的容器（整型）的轉(zhuǎn)化為二元類(lèi)型矩陣。比如用來(lái)計(jì)算多類(lèi)別交叉熵來(lái)使用的。

其參數(shù)也很簡(jiǎn)單：

def to_categorical(y, num_classes=None): 
Arguments 
y: class vector to be converted into a matrix 
(integers from 0 to num_classes). 
num_classes: total number of classes.

說(shuō)的很明白了，y就是待轉(zhuǎn)換容器（其類(lèi)型為從0到類(lèi)型數(shù)目），而num_classes則是類(lèi)型的總數(shù)。

這樣這一句就比較容易理解了：

先通過(guò)np生成一個(gè)1000*1維的其值為0-9的矩陣，然后再通過(guò)keras.utils.to_categorical方法獲取成一個(gè)1000*10維的二元矩陣。

y_train = keras.utils.to_categorical(np.random.randint(10, size=(1000, 1)), num_classes=10)

說(shuō)了這么多，其實(shí)就是使用onehot對(duì)類(lèi)型標(biāo)簽進(jìn)行編碼。下面的也都是這樣解釋。

one hot編碼是將類(lèi)別變量轉(zhuǎn)換為機(jī)器學(xué)習(xí)算法易于利用的一種形式的過(guò)程。

通過(guò)例子可能更容易理解這個(gè)概念。

假設(shè)我們有一個(gè)迷你數(shù)據(jù)集：

公司名 類(lèi)別值 價(jià)格
VW 1 20000
Acura 2 10011
Honda 3 50000
Honda 3 10000

其中，類(lèi)別值是分配給數(shù)據(jù)集中條目的數(shù)值編號(hào)。比如，如果我們?cè)跀?shù)據(jù)集中新加入一個(gè)公司，那么我們會(huì)給這家公司一個(gè)新類(lèi)別值4。當(dāng)獨(dú)特的條目增加時(shí)，類(lèi)別值將成比例增加。

在上面的表格中，類(lèi)別值從1開(kāi)始，更符合日常生活中的習(xí)慣。實(shí)際項(xiàng)目中，類(lèi)別值從0開(kāi)始（因?yàn)榇蠖鄶?shù)計(jì)算機(jī)系統(tǒng)計(jì)數(shù)），所以，如果有N個(gè)類(lèi)別，類(lèi)別值為0至N-1.

sklear的LabelEncoder可以幫我們完成這一類(lèi)別值分配工作。

現(xiàn)在讓我們繼續(xù)討論one hot編碼，將以上數(shù)據(jù)集one hot編碼后，我們得到的表示如下：

VW Acura Honda 價(jià)格
1 0 0 20000
0 1 0 10011
0 0 1 50000
0 0 1 10000

簡(jiǎn)單來(lái)說(shuō)：**keras.utils.to_categorical函數(shù)是把類(lèi)別標(biāo)簽轉(zhuǎn)換為onehot編碼（categorical就是類(lèi)別標(biāo)簽的意思，表示現(xiàn)實(shí)世界中你分類(lèi)的各類(lèi)別），

而onehot編碼是一種方便計(jì)算機(jī)處理的二元編碼。**

補(bǔ)充知識(shí)：序列預(yù)處理：序列填充之pad_sequences()和one-hot轉(zhuǎn)化之keras.utils.to_categorical（）

tensorflow文本處理中，經(jīng)常會(huì)將 padding 和 one-hot 操作共同出現(xiàn)，所以以下兩種方法為有效且常用的方法：

一、keras.preprocessing.sequence.pad_sequences（）

實(shí)例：

>>>list_1 = [[2,3,4]]
>>>keras.preprocessing.sequence.pad_sequences(list_1, maxlen=10)
array([[0, 0, 0, 0, 0, 0, 0, 2, 3, 4]], dtype=int32)

>>>list_2 = [[1,2,3,4,5]]
>>>keras.preprocessing.sequence.pad_sequences(list_2, maxlen=10)
array([[0, 0, 0, 0, 0, 1, 2, 3, 4, 5]], dtype=int32)

二、keras.utils.to_categorical（）

to_categorical(y, num_classes=None, dtype='float32')

將整型標(biāo)簽轉(zhuǎn)為onehot。y為int數(shù)組，num_classes為標(biāo)簽類(lèi)別總數(shù)，大于max(y)（標(biāo)簽從0開(kāi)始的）。

返回：如果num_classes=None，返回len(y) * [max(y)+1]（維度，m*n表示m行n列矩陣，下同），否則為len(y) * num_classes。說(shuō)出來(lái)顯得復(fù)雜，請(qǐng)看下面實(shí)例。

import keras

ohl=keras.utils.to_categorical([1,3])
# ohl=keras.utils.to_categorical([[1],[3]])
print(ohl)
"""
[[0. 1. 0. 0.]
 [0. 0. 0. 1.]]
"""
ohl=keras.utils.to_categorical([1,3],num_classes=5)
print(ohl)
"""
[[0. 1. 0. 0. 0.]
 [0. 0. 0. 1. 0.]]
"""

以上這篇keras.utils.to_categorical和one hot格式解析就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論