Question

所以，我正在读一本关于机器学习的书。但是当我遇到这个时，我感到很困惑：

虹膜数据集将setosa标记为零，我们必须更改所有目标值为0到1，其他值全部为0.我们也将使用两个特征，花瓣长度和花瓣宽度。这两个特点是每个x值中的第三和第四个条目。

iris = datasets.load_iris()
binary_target = np.array([1. if x==0 else 0. for x in iris.target])
iris_2d = np.array([[x[2], x[3]] for x in iris.data])

迭代的实现方式对我来说非常模糊。我从未见过这样的实现。这是我不知道的常用方式吗？或者有更好，更方便的方法来实现同样的事情感谢

Answer 1

第一个列表推导创建一个布尔数组，其中True个项对应于零iris.target。使用原生NumPy工具可以实现同样的目的：

binary_target = iris.target.astype(bool).astype(int)

根本不需要第二个列表理解，因为iris.data已经是NumPy数组。所以，

iris_2d = np.array([[x[2], x[3]] for x in iris.data])

必须是：

iris_2d = iris.data[:,[2,3]]

我很惊讶一本关于机器学习的书提供了如此愚蠢的建议。

Answer 2

让我们确定代码正在做什么 - 它正在转换a   将多类分类问题转化为二元分类（一对二休息） -   重点显然是在Setosa上。

那就是说，这是一种非常糟糕的做法，我真的   在一本关于机器学习的书中看到它很惊讶。

请注意，

print(iris.target)
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

和

print(iris.data)
array([[5.1, 3.5, 1.4, 0.2],
       [4.9, 3. , 1.4, 0.2],
       [4.7, 3.2, 1.3, 0.2],
       [4.6, 3.1, 1.5, 0.2],
       [5. , 3.6, 1.4, 0.2],
       ...

将此转换为二进制问题的一种简单方法是使用循环：

binary_target = []
for t in iris.target:
    if t == 0:
        binary_target.append(1.)
    else:
        binary_target.append(0.)

将其减少为单个班轮，列表理解，然后得到：

binary_target = [1. if t == 0 else 0. for t in iris.target]

同样，这是一种糟糕的做法。

我宁愿用np.where执行此操作，将其保留在numpy space中 -

binary_target = np.where(iris.target == 0, 1, 0)

你可能看不到很大的差异（好吧，列表推导做在C空间中运行并且速度很快），但是numpy是完全矢量化的。同样，如果您正在实施机器学习分类器，这可能不会成为您的代码的瓶颈，因此我不会非常担心它。

类似于第二个，就像@DyZ提到的那样，完全没必要。只是做 -

iris_2d = iris.data[:, 2:4]

使用ndarray.__getitem__进行简单切片就足够了，您甚至不需要将结果转换为数组（切片已经是数组）。

总之，

iris = datasets.load_iris()
binary_target = np.where(iris.target == 0, 1, 0)
iris_2d = iris.data[:, 2:4]

Answer 3

[1. if x==0 else 0. for x in iris.target]

这是List Comprehension。它创建一个列表。它也可以这样做：

[float(x==0) for x in iris.target]

虹膜数据转换的更易理解的方法

3 个答案: