如何在 NumPy 中将索引数组转换为 One-Hot 编码数组？

在 NumPy 中将索引数组转换为 One-Hot 编码数组

通常，有必要转换一维索引数组到一个 2D 数组中，其中每一行代表原始数组中相应索引的 one-hot 编码。

示例：

让我们有一个一维索引数组 ' a':

<code class="python">a = np.array([1, 0, 3])</code>

我们的目标是创建一个二维数组 'b'，其中每一行都是 'a' 中相应索引的 one-hot 编码：

<code class="python">b = np.array([[0, 1, 0, 0], [1, 0, 0, 0], [0, 0, 0, 1]])</code>

解决方案：

要实现此转换，我们可以利用以下步骤：

1. 创建归零数组：
   创建归零数组数组 'b' 有足够的列来容纳 'a' 中的最大索引值，再加一 ('a.max() 1')。

<code class="python">b = np.zeros((a.size, a.max() + 1))</code>

2. 一-热编码：
   对于数组中的每一行“i”，将“a[i]”列设置为 1。此步骤将“a”中的每个索引转换为'b'.

<code class="python">b[np.arange(a.size), a] = 1</code>

输出：

执行此代码会生成所需的单热编码数组 'b'：

<code class="python">[[ 0.  1.  0.  0.]
 [ 1.  0.  0.  0.]
 [ 0.  0.  0.  1.]]</code>

以上是如何在 NumPy 中将索引数组转换为 One-Hot 编码数组？的详细内容。更多信息请关注PHP中文网其他相关文章！