独热向量编码原理

最新推荐文章于 2025-06-03 10:07:12 发布

chenXin@Euler

最新推荐文章于 2025-06-03 10:07:12 发布

阅读量3.2k

点赞数

CC 4.0 BY-SA版权

分类专栏：人工智能文章标签：独热one-hot

本文链接：https://blog.youkuaiyun.com/lc574260570/article/details/81625294

本文详细介绍了独热编码（One-Hot Encoding）的底层原理和实现过程，通过示例展示了如何将非全0和1的二维数组转换为全0和1的二维数组。文中使用Python和sklearn库进行了实际编码操作，并解释了字典在编码过程中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

`# -- coding: utf-8 --
from future import unicode_literals
import numpy as np
import sklearn.preprocessing as sp

raw_samples = np.array([
[1, 3, 2],
[7, 5, 4],
[1, 8, 6],
[7, 3, 9]])
print(raw_samples)

底层原理

code_tables = []
先创建一个字典，来保存原始数据，编译的结果数据，用键值对来表示最好
一个列一个字典，那么就是一个字典列表了
for col in raw_samples.T:
code_table = {}
for val in col:
code_table[val] = None
code_tables.append(code_table)

给字典取值
for code_table in code_tables:
size = len(code_table)
for one, key in enumerate(sorted(code_table.keys())):
code_table[key] = np.zeros(shape=size, dtype=int)
code_table[key][one] = 1
ohe_samples = []
下面用到了列表里面嵌套列表
开始编码
for raw_sample in raw_samples:
ohe_sample = np.array([], dtype=int)
for i, key in enumerate(raw_sample):
ohe_sample = np.hstack(
(ohe_sample, code_tables[i][key]))
对每一