機能から1つのホットエンコーディングディメンションへのマッピングを取得します

フラズマン

だから、現在私は次のように1つのホットエンコーディングに変換している文字列カテゴリ機能の束を持っています

from sklearn.preprocessing import LabelEncoder, OneHotEncoder

X_str = np.array([['a', 'dog', 'red'], ['b', 'cat', 'green']])
# transform to integer
X_int = LabelEncoder().fit_transform(X_str.ravel()).reshape(*X_str.shape)
# transform to binary
X_bin = OneHotEncoder().fit_transform(X_int).toarray()

print(X_bin)
# [[ 1.  0.  0.  1.  0.  1.]
#  [ 0.  1.  1.  0.  1.  0.]]

これは機能します。

しかし、ディメンションがアクティブ化されているフィーチャからのマッピングを見つけようとしています

したがって、たとえば、「a」は0にマップされます(特徴ベクトルの0番目のインデックスが1に設定されているため)

'b'は1にマップされます(特徴ベクトルの最初のインデックスが1に設定されているため)

'cat'は2にマップされます(特徴ベクトルの2番目のインデックスが1に設定されているため)

したがって、これらすべてのマッピングを辞書で取得したいと思います。これらを達成するための良い方法は何ですか。

Vivek Kumar

を使用しLabelEncoder().classes_ます。それがアレンジされる順番になります。そしておそらくそれはアルファベットです。

つまり、LabelEncoder()オブジェクトを保存する必要があります。次のように使用します。

le = LabelEncoder()
X_int = le.fit_transform(X_str.ravel()).reshape(*X_str.shape)

print(le.classes_)
#Out:- ['a' 'b' 'cat' 'dog' 'green' 'red']

その後、次を使用できます。

labels = le.classes_

mappings = {}
for index, label in zip(range(len(labels)), labels):
    mappings[label]=index

print(mappings)
#Out: {'a': 0, 'b': 1, 'dog': 3, 'cat': 2, 'green': 4, 'red': 5}

この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。

侵害の場合は、連絡してください[email protected]

編集
0

コメントを追加

0

関連記事

分類Dev

1つのホットエンコーディング機能

分類Dev

dict値から1つのホットエンコーディングを生成します

分類Dev

パンダはブール値として列から1つのホットエンコーディングを取得します

分類Dev

ワンホットエンコーディングへのセグメンテーション

分類Dev

パンダの辞書の列から1つのホットエンコーディングを作成する

分類Dev

numpyからの1つのホットエンコーディング

分類Dev

1つを使用してモデルを作成します-Kerasのホットエンコーディング

分類Dev

Verilogの1つのホットエンコーディング

分類Dev

ファイルからデータセットに1つのホットエンコーディングを抽出します

分類Dev

1つのホットエンコーディングを使用したラベルのリストのマッピング

分類Dev

numpyを使用した1つのホットエンコーディング

分類Dev

1つのホットエンコーディング文字

分類Dev

MLのホットエンコーディングを1つ保存してロードします

分類Dev

1つの列を1つのホットエンコーディング

分類Dev

1つのホットエンコーディングが機械学習のパフォーマンスを向上させるのはなぜですか?

分類Dev

ワンホットエンコーディングからのTensorflowマスク

分類Dev

Mybatisの1対多のコレクションマッピングには、常に1つのデフォルトエンティティがあります。

分類Dev

Pythonの列で1つのホットエンコーディングを実行せずに行間のジャッカード距離を取得します

分類Dev

文のホットエンコーディングを1つ取得する方法は?

分類Dev

参照IDへのディクショナリマッピング値を取得します

分類Dev

ゆっくりと変化するディメンションを処理するための機能データエンジニアリングアプローチの「ディメンションスナップショット」とは何ですか?

分類Dev

pyspark-1つのホットエンコーディング後に取得されたスパースベクトルを列に変換します

分類Dev

文字列を分割し、1つのホットエンコーディングでdfをロングフォーマットからワイドフォーマットに変換する

分類Dev

文字列を分割し、1つのホットエンコーディングでdfをロングフォーマットからワイドフォーマットに変換する

分類Dev

CFSMの状態の1つのホットエンコーディング

分類Dev

ScalaのRDDでの1つのホットエンコーディング

分類Dev

WFFM保存アクションはエディターからフィールドマッピングを取得します

分類Dev

ディスプレイスメントマップへの入力としてSVGグラデーションを使用する方法はありますか?

分類Dev

PythonとScikitを使用して線形回帰を行うには、1つのホットエンコーディングを使用して学習しますか?

Related 関連記事

  1. 1

    1つのホットエンコーディング機能

  2. 2

    dict値から1つのホットエンコーディングを生成します

  3. 3

    パンダはブール値として列から1つのホットエンコーディングを取得します

  4. 4

    ワンホットエンコーディングへのセグメンテーション

  5. 5

    パンダの辞書の列から1つのホットエンコーディングを作成する

  6. 6

    numpyからの1つのホットエンコーディング

  7. 7

    1つを使用してモデルを作成します-Kerasのホットエンコーディング

  8. 8

    Verilogの1つのホットエンコーディング

  9. 9

    ファイルからデータセットに1つのホットエンコーディングを抽出します

  10. 10

    1つのホットエンコーディングを使用したラベルのリストのマッピング

  11. 11

    numpyを使用した1つのホットエンコーディング

  12. 12

    1つのホットエンコーディング文字

  13. 13

    MLのホットエンコーディングを1つ保存してロードします

  14. 14

    1つの列を1つのホットエンコーディング

  15. 15

    1つのホットエンコーディングが機械学習のパフォーマンスを向上させるのはなぜですか?

  16. 16

    ワンホットエンコーディングからのTensorflowマスク

  17. 17

    Mybatisの1対多のコレクションマッピングには、常に1つのデフォルトエンティティがあります。

  18. 18

    Pythonの列で1つのホットエンコーディングを実行せずに行間のジャッカード距離を取得します

  19. 19

    文のホットエンコーディングを1つ取得する方法は?

  20. 20

    参照IDへのディクショナリマッピング値を取得します

  21. 21

    ゆっくりと変化するディメンションを処理するための機能データエンジニアリングアプローチの「ディメンションスナップショット」とは何ですか?

  22. 22

    pyspark-1つのホットエンコーディング後に取得されたスパースベクトルを列に変換します

  23. 23

    文字列を分割し、1つのホットエンコーディングでdfをロングフォーマットからワイドフォーマットに変換する

  24. 24

    文字列を分割し、1つのホットエンコーディングでdfをロングフォーマットからワイドフォーマットに変換する

  25. 25

    CFSMの状態の1つのホットエンコーディング

  26. 26

    ScalaのRDDでの1つのホットエンコーディング

  27. 27

    WFFM保存アクションはエディターからフィールドマッピングを取得します

  28. 28

    ディスプレイスメントマップへの入力としてSVGグラデーションを使用する方法はありますか?

  29. 29

    PythonとScikitを使用して線形回帰を行うには、1つのホットエンコーディングを使用して学習しますか?

ホットタグ

アーカイブ