np.argmax()函数:返回向量的最大值的索引
该函数可将独热编码转换为类别向量
给例子:
In : a = np.array([[1, 3, 5, 7],[5, 7, 2, 2],[4, 6, 8, 1]])
Out: [[1, 3, 5, 7],
[5, 7, 2, 2],
[4, 6, 8, 1]]
In : b = np.argmax(a, axis=0) # 对数组按列方向搜索最大值
Out: [1 1 2 0]
In : b = np.argmax(a, axis=1) # 对数组按行方向搜索最大值
Out: [3 1 2]
按列时,第一列最大值是5,索引值为1;第二列最大值是7,索引值为1;第三列最大值是8,索引值为2;第三列最大值是7,索引值为0.
按行时,第一行最大值是7,索引值为3;第二行最大值是7,索引值为1;第三行最大值是8,索引值为2.
keras中to_categorical函数:将类别向量转换为二进制(只有0和1)的矩阵类型表示。
也就是将类别向量转换为独热编码
例子:
from keras.utils.np_utils import *
#类别向量定义
b = [0,1,2,3,4,5,6,7,8]
#调用to_categorical将b按照9个类别来进行转换
b = to_categorical(b, 9)
print(b)
执行结果如下:
[[1. 0. 0. 0. 0. 0. 0. 0. 0.]
[0. 1. 0. 0. 0. 0. 0. 0. 0.]
[0. 0. 1. 0. 0. 0. 0. 0. 0.]
[0. 0. 0. 1. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 1. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 1. 0. 0. 0.]
[0. 0. 0. 0. 0. 0. 1. 0. 0.]
[0. 0. 0. 0. 0. 0. 0. 1. 0.]
[0. 0. 0. 0. 0. 0. 0. 0. 1.]]