np_utils.to_categorical反向
np_utils.to_categorical反向
提问于 2016-08-09 15:55:31
import numpy as np
from keras.utils import np_utils
nsample = 100
sample_space = ["HOME","DRAW","AWAY"]
array = np.random.choice(sample_space, nsample, )
uniques, coded_id = np.unique(array, return_inverse=True)
coded_array = np_utils.to_categorical(coded_id)示例
输入
['AWAY', 'HOME', 'DRAW', 'AWAY', ...]输出coded_array
[[ 0. 1. 0.]
[ 0. 0. 1.]
[ 0. 0. 1.]
...,
[ 0. 0. 1.]
[ 0. 0. 1.]
[ 1. 0. 0.]]如何逆向处理并从coded_array中获取原始数据？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-08-09 16:29:23
您可以使用np.argmax检索这些ids，然后简单地索引到uniques中就可以得到原始的数组。因此，我们会有一个实现，就像这样-
uniques[y_code.argmax(1)]示例运行-
In [44]: arr
Out[44]: array([5, 7, 3, 2, 4, 3, 7])
In [45]: uniques, ids = np.unique(arr, return_inverse=True)
In [46]: y_code = np_utils.to_categorical(ids, len(uniques))
In [47]: uniques[y_code.argmax(1)]
Out[47]: array([5, 7, 3, 2, 4, 3, 7])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38845097
复制相关文章
相似问题
腾讯云开发者
