Encodage à chaud des tableaux d'index dans NumPy
Étant donné un tableau d'indices, sa conversion en un tableau encodé à chaud peut être une technique utile pour diverses applications d’apprentissage automatique. Le codage à chaud représente chaque index sous la forme d'un vecteur binaire, où l'élément correspondant de l'index est 1 et tous les autres sont 0. Cette technique est particulièrement utile lorsqu'il s'agit de données catégorielles ou dans des situations où les indices servent de valeurs de caractéristiques.
Pour réaliser un encodage à chaud dans NumPy, nous suivons un processus simple :
Considérez l'exemple fourni :
<code class="python">a = np.array([1, 0, 3]) b = np.zeros((a.size, a.max() + 1)) b[np.arange(a.size), a] = 1</code>
Dans cet exemple, le tableau d'index a a des valeurs allant de 0 à 3, nous créons donc un tableau b rempli de zéros avec 4 colonnes. Nous utilisons ensuite la fonction np.arange() pour générer un tableau d'indices de ligne pour b et définir les colonnes appropriées sur 1 en fonction des valeurs de a.
Le tableau résultant b est maintenant un encodage à chaud représentation du tableau d'index d'origine a :
array([[ 0., 1., 0., 0.], [ 1., 0., 0., 0.], [ 0., 0., 0., 1.]])
Ce tableau codé à chaud préserve la nature catégorique des valeurs d'index et permet un traitement efficace dans les algorithmes d'apprentissage automatique.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!