one-hot编码例子介绍

作者在学习TF框架文本分类时接触到One-hot编码,通过举例展示了One-hot编码的方式,即词语在字典中出现的位置对应向量元素为1,其余为0,且编码后向量与词典维度相同,最后提出如何解决维度爆炸的疑问。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近在看tf框架,挺有意思的。在文本分类部分中再一次看到了one-hot编码,查了些资料,在此做一个记录。

我们先来看一个one-hot编码的例子。
假设字典中包含以下元素。
dict = [我,我们,爱,中国,你好,有趣]
一般的字典会包含10^6乃至更多的字词,在这里我们仅仅举例。
那么对于以下词语,如何进行one-hot编码呢?
‘我们’:(0,1,0,0,0,0)
‘中国’:(0,0,0,1,0,0)
‘你好’:(0,0,0,0,1,0)
就是词语在字典中出现的位置。
同时,词语进行one-hot编码后得到的向量与词典维度相同。

这不禁让我疑问:怎么解决维度爆炸这种情况呢?

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值