Question

CONTEXT

我有大量带有分类的列，所有列都有不同的，不可思议的选择。为了让我的生活更容易进行分析，我想把它们中的每一个都转换成带有逻辑的几列。例如：

1   GENRE
2   Pop
3   Classical
4   Jazz

......会变成......

1   Pop Classical Jazz
2   1       0      0
3   0       1      0
4   0       0      1

问题

我尝试过使用ind2vec，但这仅适用于数字或逻辑。我也遇到this，但我不确定它是否适用于分类。在这种情况下使用什么是正确的功能？

Answer 1

如果您想要从categorical向量转换为logical array，可以使用unique函数生成列索引，然后使用any of the options from this related question执行编码：

% Sample data:
data = categorical({'Pop'; 'Classical'; 'Jazz'; 'Pop'; 'Pop'; 'Jazz'});

% Get unique categories and create indices:
[genre, ~, index] = unique(data)

genre = 

     Classical 
     Jazz 
     Pop 


index =

     3
     1
     2
     3
     3
     2

% Create logical matrix:
mat = logical(accumarray([(1:numel(index)).' index], 1))

mat =

  6×3 logical array

   0   0   1
   1   0   0
   0   1   0
   0   0   1
   0   0   1
   0   1   0

Answer 2

ind2vec可以处理单元格字符串，您可以调用cellstr函数来获取这样的单元格字符串。

此代码可能会有所帮助（来自this，我只改变了一点）

data = categorical({'Pop'; 'Classical'; 'Jazz';});
GENRE = cellstr(data); %change categorical data into cell strings
[~, loc] = ismember(GENRE, unique(GENRE));
genre = ind2vec(loc')';
Gen=full(genre);
array2table(Gen, 'VariableNames', unique(GENRE))

运行这样的代码将返回此：

ans =

Classical    Jazz    Pop
_________    ____    ___

0            0       1  
1            0       0  
0            1       0

您可以调用 unique（GENRE）来检查类别（在单元格字符串中）。同时，逻辑（Gen）（或调用逻辑（完整（流派）））包含您需要的逻辑列。

P.S。分类结构可能比单元格字符串更快，但ind2vec函数不能使用它。 unique 和 accumarray 可能会更好。

Matlab One Hot Encoding - 将带有分类的列转换为多列逻辑

2 个答案: