在Octave上,我试图以以下格式解压缩矢量:
y = [ 1
2
4
1
3 ]
我想返回一个维度矩阵(rows(y)x max value(y)),其中每行我在原始数字值的列中有一个1,在其他地方有一个零,即对于上面的例子
y01 = [ 1 0 0 0
0 1 0 0
0 0 0 1
1 0 0 0
0 0 1 0 ]
到目前为止我已经
了y01 = zeros( m, num_labels );
for i = 1:m
for j = 1:num_labels
y01(i,j) = (y(i) == j);
end
end
虽然有效,但是对于更大的矩阵来说会变得缓慢,并且看起来效率低下,因为即使大部分都没有变化,它也会循环遍历每一个值。
我在another thread上找到了R:
f3 <- function(vec) {
U <- sort(unique(vec))
M <- matrix(0, nrow = length(vec),
ncol = length(U),
dimnames = list(NULL, U))
M[cbind(seq_len(length(vec)), match(vec, U))] <- 1L
M
}
但我不知道R和我不确定解决方案是否/如何移植到八度音程。
感谢您的任何建议!
答案 0 :(得分:5)
使用稀疏矩阵(也可以节省大量内存),可以像往常一样用于进一步的计算:
y = [1; 2; 4; 1; 3]
y01 = sparse (1:rows (y), y, 1)
如果你真的想要一个完整的矩阵,那么使用&#34; full&#34;:
full (y01)
ans =
1 0 0 0
0 1 0 0
0 0 0 1
1 0 0 0
0 0 1 0
答案 1 :(得分:1)
当矩阵很大时,稀疏是一种更有效的方法。 如果结果的维度不是很高,可以试试这个:
y = [1; 2; 4; 1; 3]
I = eye(max(y));
y01 = I(y,:)
结果与完全相同(稀疏(...))。
y01 =
1 0 0 0
0 1 0 0
0 0 0 1
1 0 0 0
0 0 1 0
答案 2 :(得分:1)
% Vector y to Matrix Y
Y = zeros(m, num_labels);
% Loop through each row
for i = 1:m
% Use the value of y as an index; set the value matching index to 1
Y(i,y(i)) = 1;
end
答案 3 :(得分:0)
另一种可能性是:
y = [1; 2; 4; 1; 3]
classes = unique(y)(:)
num_labels = length(classes)
y01=[1:num_labels] == y
具有以下详细的打印输出:
y =
1
2
4
1
3
classes =
1
2
3
4
num_labels = 4
y01 =
1 0 0 0
0 1 0 0
0 0 0 1
1 0 0 0
0 0 1 0