2回答
稀疏单热编码矢量的替代方案之一是多热编码.问题的第二部分：
我想使用多热编码来表示多达255个可能的输入值.如果我使用二进制方法，这会与标签编码相同吗？例如，在标签编码中，我只需要使用一个输入神经元，只要有0到255的不同强
浏览 0提问于2018-08-21得票数 7
回答已采纳
1回答
我有一个图像数据集，其中一个图像具有多个标签。据我所知，我需要使用tf.losses.sigmoid_cross_entropy()。我试图将tf.one_hot应用于标签，但当我试图将它们传递给损失函数时，我得到了错误，形状不兼容。我该如何解决这个问题呢？
浏览 13提问于2019-02-22得票数 1
回答已采纳
1回答
根据我的理解，
|-------------|----------| |-------------|-----------------|
如右图所示，我对训练标
浏览 4提问于2020-11-01得票数 3
回答已采纳
我试着用scikit学习logistic回归对多类数据进行分类。我用一个热编码器对类进行编码。但是，当我尝试相同的，我得到了糟糕的输入形状错误。在sklearn回归中是否可以使用一个热编码值？
浏览 3提问于2019-04-26得票数 0
回答已采纳
问题根据
如果要使用多热编码，首先要对类进行标记编码，因此只有一个表示类存在的数字(例如，1表示“狗”)，然后将数字标签转换为大小为log2(5)=3的二进制向量。根据上面对多个热编码的定义，我期望tf.keras.layers.Cate
浏览 7提问于2021-11-01得票数 1
导师说，你应该用“标签编码”输入目标值y，而不是输入“单一热编码”。Y_pred_good, Y)print(l2.item())
但我了解到，CrossEntropy损失是由一个热编码类信息计算的移相器模块是否将编码的标签转换为一个热编码？或者还有其他方法可以用标签编码的信息来计算CELoss
浏览 5提问于2022-11-23得票数 1
回答已采纳
1回答
多标签单热编码
、、
所以我有这个问题，试图对多标签数据做一个热编码，编码器读取的类比它应该多，我不知道为什么。10, 'Proceso': 12, 'Surge': 14, 'Válvulas': 16}
编码器就是这样工作的
浏览 0提问于2022-01-30得票数 0
回答已采纳
1回答
当使用scikit的分类器-学习多类问题时，是否需要用一种热编码对标签进行编码？例如，我有3个类，在将这些数据输入不同的分类器以进行培训时，简单地将它们标记为0、1和2。据我所知，它似乎运转正常。但是，有什么理由不推荐这种基本编码吗？
有些算法，如随机森林，本机处理分类值。
浏览 1提问于2018-07-25得票数 3
回答已采纳
1回答
你好，我试图制作一个基于内容的电影推荐系统，其中一个特点是电影的类型。我会随机给出每一种类型的整数。然而，有些电影有超过一种类型。我将使用tf-以色列国防军来怪异这些功能。然而，当一部电影同时是恐怖片和动作片时，我很困惑该怎么做。如果我把这些加权特征加起来，我就不知道了。另外，我也不知道为什么我们一开始就使用加权。你能帮我熬过去吗？顺便说一句，我要说的是，每部电影都会被视为一份文件，然后对它们进行tf-国防军计算。
浏览 0提问于2021-04-01得票数 1
回答已采纳
1回答
我正在尝试使用.It实现多类分类，这是一个分类模型，我必须更改代码。我找到了一些建议，将最后一层和损失从softmax更改为sigmoid.Also。我必须将标签更改为一个热encoding.Could有人帮助将标签更改为一个热编码，谢谢提前
浏览 0提问于2018-10-13得票数 0
对于谷歌AutoML自然语言多标签文本分类，输入数据集的格式应该是什么？我知道对于多类分类，我需要一列文本和另一列标签。标签列每行包含一个标签。
我对每个文本都有多个标签，并且我想进行多标签分类。我试着为每个标签设置一列和一次热编码，但是我得到了这个错误消息:支持最多1000个标签。找到9823个标签。
浏览 6提问于2018-09-28得票数 3
2回答
我的图像示例是一个热编码的。但是，我的目标是在将这些图像中的一些图像相加并将其提供给训练好的模型时，获得多热点编码输出。训练进行得很好，它可以单独对每个类别进行分类，但如果我将两个图像相加并将其提供给模型，它只输出一个热编码向量(尽管我希望输出一个热编码向量)。我不明白为什么我得到的是单热矢量输出而不是多热矢量输出。
我没有对图像求和并使用它们来训练模型的原因是，可能使图像的可能组合超出了我的记忆能力。
浏览 0提问于2018-09-26得票数 0
DecisionTreeClassifier不能接受一个热编码类？标签是由
from sklearn.preprocessing import OneHotEncoder
浏览 0提问于2023-01-18得票数 0
回答已采纳
我刚刚读过这个，它解释了二元交叉熵和分类交叉熵之间的区别，特别是，我对这张图片有一个疑问：作者讨论了一个多标签的情况，你的目标(或地面真相)标签是一个热编码，但如果你的目标标签不是一个热编码
浏览 4提问于2020-08-05得票数 1
2回答
编码多类响应变量
、、
当响应变量有多个类时，例如“晴天”、“多雨”、“多云”时，我们应该如何编码它？我知道，对于这样的预测器，我们通常使用一次热编码，如果一个预测器有太多的类，那么我们可能只使用LabelEncode。当这个多类问题发生在响应变量中时，我想我们可以只使用LabelEncode()，而可以使用一个热编码，对吗？因为如果我们使用一个热编码，那么我们将有两个变量作为响应变量，而sklearn中的机器学习算法通常期望响应变量不是向量，对吗？
浏览 0提问于2017-04-19得票数 4
3回答
多类问题单热编码类标签的正确方法
、、、、
我有一个多类的分类问题，我们把它们称为A、B、C和D。我的数据的形状如下：[[1,0,0,0], [0,1,0,0], ...]模型分别预测这四个标签中的每一个，这意味着它也能够产生像我不想要的0 0 0这样的输出。rfc.classes_返回
#
浏览 1提问于2020-04-14得票数 1
回答已采纳
2回答
我正在训练CNN多类图像分类为4幅图像，我应该使用什么样的精度度量从Keras。我的标签不是一个热编码，因为我试图预测不同图像的概率。
浏览 0提问于2023-05-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
