Question

我有一个带标签和图片的文本数据集。标签是表示手写数字的一维元素。 Dimension:(1010,)。图像是28 * 28像素大小的图像。Dimension:(1010, 784)。从文本数据集中读取后，我有以下数据集reformatData['data']和reformatData['target'] - 分别为[n_samples, n_features]和[n_samples]。

再次，这些尺寸：(1010, 784) (1010,)打印时reformatData

现在我正在尝试进行二进制分类并将数字引入矩阵，我尝试使用以下函数。

digits1=[8]
digits2=[1]


def read(digits):
    rows=28
    cols=28
    #lbl = array("b", reformatData['target'])
    lbl = reformatData['target']
    img=reformatData['data']
    #img = array("B", reformatData['data'])

    ind = [ k for k in xrange(len(lbl)) if lbl[k] in digits]
    images =  matrix(0, (len(ind), rows*cols))
    labels = matrix(0, (len(ind), 1))
    for i in xrange(len(ind)):
        images[i, :] = img[ ind[i]*rows*cols : (ind[i]+1)*rows*cols ]
        labels[i] = lbl[ind[i]]
    return images, labels

print read(digits=digits1)

输出

(<0x784 matrix, tc='i'>, <0x1 matrix, tc='i'>)

我期待：

(<1010x784 matrix, tc='i'>, <1010x1 matrix, tc='i'>)

我该如何解决这个问题？

Answer 1

使用numpy where进行矢量化和更快速的计算：

上面有rahfl23的数组：

np.where(s==6, 0, 1)

对于矩阵：

np.where(images==6, 0, 1)

Answer 2

要映射两位数进行二进制分类，请通过列表解析修改目标向量：

import numpy as np

s = np.array([6, 8, 6, 6, 6, 8, 6, 8, 8, 8, 6, 6, 6, 8, 8, 6, 8, 6, 8] ) 

new = np.array([0 if i==6 else 1 for i in s])

输出：

[0 1 0 0 0 1 0 1 1 1 0 0 0 1 1 0 1 0 1]

保留矩阵中的元素值

2 个答案: