深度學(xué)習(xí)中的數(shù)據(jù)處理 - 類別數(shù)據(jù)

數(shù)值映射和獨(dú)熱編碼

在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中,當(dāng)輸入特征為類別型 Categorical 數(shù)據(jù)時(shí)旭愧,為了實(shí)現(xiàn)特征擴(kuò)充使得這些特征可以參與網(wǎng)絡(luò)的線性求和及后續(xù)的激活溯泣,可以根據(jù)類別特征是否具有量值屬性而將其按照如下兩種方式進(jìn)行處理:

  • 如果類別特征具有量值屬性,且可以在后續(xù)計(jì)算中應(yīng)該以不同大小的數(shù)值形式參與計(jì)算榕茧,如尺寸,型號(hào)等客给,那么可以直接以映射的形式分配數(shù)值編碼

  • 如果類別特征沒有量值屬性用押,可以將分類設(shè)置成相應(yīng)數(shù)量的多個(gè)特征,并將輸入的值在對(duì)應(yīng)特征分類下設(shè)置為 1靶剑,如此不僅有效的處理了類別特征蜻拨,還可以使這些特征有效的參與計(jì)算,這種方法稱為獨(dú)熱編碼 One-hot encoding

one-hot is a group of bits among which the legal combinations of values are only those with a single high (1) bit and all the others low (0).[1] A similar implementation in which all bits are '1' except one '0' is sometimes called one-cold. - Wiki

One-hot Encoding for categorical data

上述兩種方式都可以方便的通過 Pandas 進(jìn)行:

import pandas as pd

df = pd.DataFrame([
    ['green', 'M', 10.1, 'class1'],   
    ['red', 'L', 13.5, 'class2'],   
    ['blue', 'XL', 15.3, 'class1']], 
    columns=['color', 'size', 'prize', 'class_label'])  
df

Out[2]:
    color   size prize  class_label
0   green   M    10.1   class1
1   red     L    13.5   class2
2   blue    XL   15.3   class1

對(duì)尺寸這個(gè)具有量值意義的特征進(jìn)行量值映射桩引,在此等級(jí)這個(gè)屬性也不具有量值意義缎讼,但由于只有兩個(gè)分類,因此在此演示采用映射的形式進(jìn)行坑匠,需要注意的是也可以通過后續(xù)對(duì)于顏色的處理方式進(jìn)行:

In [3]:
# mapping the size
size_mapping = {'XL': 3, 'L': 2,  'M': 1} 
df['size'] = df['size'].map(size_mapping)  

# mapping the class 
class_mapping = {label: index for index, label in enumerate(set(df['class_label']))}
df['class_label'] = df['class_label'].map(class_mapping)  

df
Out[3]:
    color   size    prize   class_label
0   green   1       10.1    1
1   red     2       13.5    0
2   blue    3       15.3    1

對(duì)顏色這列沒有量值意義的分類使用 pd.get_dummies( ) 進(jìn)行獨(dú)熱編碼血崭,并在編碼后去掉原數(shù)據(jù)中的 color 列:

In [8]:
one_hot_encoded = pd.concat([df, pd.get_dummies(df['color'], prefix='color')], axis=1)
one_hot_encoded
Out[8]:
    color   size    prize   class_label color_blue  color_green color_red
0   green   1       10.1    1           0           1           0
1   red     2       13.5    0           0           0           1
2   blue    3       15.3    1           1           0           0

In [10]:
one_hot_encoded.drop('color', axis=1)
Out[10]:
    size    prize   class_label color_blue  color_green color_red
0   1       10.1    1           0           1           0
1   2       13.5    0           0           0           1
2   3       15.3    1           1           0           0

在 Keras 中利用 np_utils.to_categorical( ) 進(jìn)行 One-hot key encoding 的實(shí)現(xiàn)過程如下:

In [1]
from keras.utils import np_utils

# print first ten (integer-valued) training labels
print('Integer-valued labels:')
print(y_train[:10])

# one-hot encode the labels
y_train = np_utils.to_categorical(y_train, 10)
y_test = np_utils.to_categorical(y_test, 10)

# print first ten (one-hot) training labels
print('One-hot labels:')
print(y_train[:10])

Out[1]

Integer-valued labels:
[5 0 4 1 9 2 1 3 1 4]
One-hot labels:
[[ 0.  0.  0.  0.  0.  1.  0.  0.  0.  0.]
 [ 1.  0.  0.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  1.  0.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  1.]
 [ 0.  0.  1.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  0.  0.  1.  0.  0.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  0.  0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  1.  0.  0.  0.  0.  0.]]

參考閱讀

  1. pandas 使用 get_dummies 進(jìn)行 one-hot 編碼
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市厘灼,隨后出現(xiàn)的幾起案子夹纫,更是在濱河造成了極大的恐慌,老刑警劉巖设凹,帶你破解...
    沈念sama閱讀 223,002評(píng)論 6 519
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件舰讹,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡闪朱,警方通過查閱死者的電腦和手機(jī)月匣,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,357評(píng)論 3 400
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來奋姿,“玉大人锄开,你說我怎么就攤上這事〕剖” “怎么了院刁?”我有些...
    開封第一講書人閱讀 169,787評(píng)論 0 365
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)粪狼。 經(jīng)常有香客問我退腥,道長(zhǎng)任岸,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,237評(píng)論 1 300
  • 正文 為了忘掉前任狡刘,我火速辦了婚禮享潜,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘嗅蔬。我一直安慰自己剑按,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,237評(píng)論 6 398
  • 文/花漫 我一把揭開白布澜术。 她就那樣靜靜地躺著艺蝴,像睡著了一般。 火紅的嫁衣襯著肌膚如雪鸟废。 梳的紋絲不亂的頭發(fā)上猜敢,一...
    開封第一講書人閱讀 52,821評(píng)論 1 314
  • 那天,我揣著相機(jī)與錄音盒延,去河邊找鬼缩擂。 笑死,一個(gè)胖子當(dāng)著我的面吹牛添寺,可吹牛的內(nèi)容都是我干的胯盯。 我是一名探鬼主播,決...
    沈念sama閱讀 41,236評(píng)論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼计露,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼博脑!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起票罐,我...
    開封第一講書人閱讀 40,196評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤趋厉,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后胶坠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體君账,經(jīng)...
    沈念sama閱讀 46,716評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,794評(píng)論 3 343
  • 正文 我和宋清朗相戀三年沈善,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了乡数。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,928評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡闻牡,死狀恐怖净赴,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情罩润,我是刑警寧澤玖翅,帶...
    沈念sama閱讀 36,583評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響金度,放射性物質(zhì)發(fā)生泄漏应媚。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,264評(píng)論 3 336
  • 文/蒙蒙 一猜极、第九天 我趴在偏房一處隱蔽的房頂上張望中姜。 院中可真熱鬧,春花似錦跟伏、人聲如沸丢胚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,755評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽携龟。三九已至,卻和暖如春勘高,著一層夾襖步出監(jiān)牢的瞬間峡蟋,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,869評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工相满, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人桦卒。 一個(gè)月前我還...
    沈念sama閱讀 49,378評(píng)論 3 379
  • 正文 我出身青樓立美,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親方灾。 傳聞我的和親對(duì)象是個(gè)殘疾皇子建蹄,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,937評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容