一个hot编码numpy中的二进制值

时间:2017-04-20 10:07:50

标签: python numpy machine-learning scikit-learn

我有一个看起来如下的numpy数组:

array([[0],[1],[1]])

我希望它被表示为一个热编码的等价物:

array([[1,0],[0,1],[0,1]])

任何团体有什么想法吗?我尝试使用sklearn.preprocessing.LabelBinarizer,但这只是重新产生输入。

感谢。

修改

根据要求,这是使用LabelBinarizer的代码

from sklearn.preprocessing import LabelBinarizer

train_y = np.array([[0],[1],[1]])
lb = LabelBinarizer()
lb.fit(train_y)
label_vecs = lb.transform(train_y)

输出:

array([[0],[1],[1]])

请注意,它确实在documentation'二进制目标转换为列向量'

1 个答案:

答案 0 :(得分:3)

要使用sklearn,似乎我们可以使用OneHotEncoder,就像这样 -

from sklearn.preprocessing import OneHotEncoder

train_y = np.array([[0],[1],[1]]) # Input

enc = OneHotEncoder()
enc.fit(train_y)
out = enc.transform(train_y).toarray()

样本输入,输出 -

In [314]: train_y
Out[314]: 
array([[0],
       [1],
       [1]])

In [315]: out
Out[315]: 
array([[ 1.,  0.],
       [ 0.,  1.],
       [ 0.,  1.]])

In [320]: train_y
Out[320]: 
array([[9],
       [4],
       [1],
       [6],
       [2]])

In [321]: out
Out[321]: 
array([[ 0.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  1.,  0.,  0.,  0.]])

使用initialization -

的另一种方法
def initialization_based(A): # A is Input array
    a = np.unique(A, return_inverse=1)[1]
    out = np.zeros((a.shape[0],a.max()+1),dtype=int)
    out[np.arange(out.shape[0]), a.ravel()] = 1
    return out

另一位broadcasting -

def broadcasting_based(A):  # A is Input array
    a = np.unique(A, return_inverse=1)[1]
    return (a.ravel()[:,None] == np.arange(a.max()+1)).astype(int)