keras one-hot编码

本文主要介绍使用keras对数据进行one-hot编码。

下面是示例代码：

import numpy as np

# 初始数据; 每个“样本”一个条目
samples = ['The cat sat on the mat.', 'The dog ate my homework.']

# 首先，构建数据中所有token的索引
token_index = {}
for sample in samples:
    # 通过`split`方法对样本进行标记。实际使用时还会从样本中删除标点符号和特殊字符。
    for word in sample.split():
        if word not in token_index:
            # 为每个唯一单词指定唯一索引
            # 不将索引0赋值给任何单词
            token_index[word] = len(token_index) + 1

# 接下来，对样本进行矢量化
# 只考虑每个样本中的第一个'max_length'字
max_length = 10

# 用于存储结果
results = np.zeros((len(samples), max_length, max(token_index.values()) + 1))
for i, sample in enumerate(samples):
    for j, word in list(enumerate(sample.split()))[:max_length]: