如何在 python 中实现一种没有任何 ML 帧的热编码?
How to implement one hot encoding without any ML frames in python?
在没有任何 MLframe 的情况下进行 MNIST 教程,但卡在了一个热编码阶段
y 包含数字图像的标签数据
0、1、2、3、4、5、6、7、8、9
它的大小是 (10000, )
我想将每个类别编号转换为一个热编码数组
0 : 1 0 0 0 0 0 0 0 0 0 0
1 : 0 1 0 0 0 0 0 0 0 0 0
2:0 0 1 0 0 0 0 0 0 0 0
等等
所以我做了一个代码
import numpy as np
y_one=np.zeros(y.size, 10)
y_one[np.arange(y.size), y]=1
它说 'data type not understood'
在这种情况下,如何在没有 sklearn 或 tf 的情况下实现一种热编码?
为 np.zeros
函数的 shape
参数传递整数元组
y_one = np.zeros((y.size, 10))
在没有任何 MLframe 的情况下进行 MNIST 教程,但卡在了一个热编码阶段
y 包含数字图像的标签数据
0、1、2、3、4、5、6、7、8、9
它的大小是 (10000, )
我想将每个类别编号转换为一个热编码数组
0 : 1 0 0 0 0 0 0 0 0 0 0
1 : 0 1 0 0 0 0 0 0 0 0 0
2:0 0 1 0 0 0 0 0 0 0 0
等等
所以我做了一个代码
import numpy as np
y_one=np.zeros(y.size, 10)
y_one[np.arange(y.size), y]=1
它说 'data type not understood'
在这种情况下,如何在没有 sklearn 或 tf 的情况下实现一种热编码?
为 np.zeros
函数的 shape
参数传递整数元组
y_one = np.zeros((y.size, 10))