概率矩阵转分类

 

这个博客真是大爱，先搬链接

https://blog.csdn.net/xiaodongxiexie/article/details/76628394

再搬内容：

假设有个矩阵这样的哈：

In [54]: import numpy as np

In [55]: arr = np.random.randn(10, 5)

In [56]: arr
Out[56]: 
array([[ 0.18857493,  0.46240256, -1.83704935,  1.69043403, -0.19316615],
       [ 0.44804567,  0.06185933, -1.41199774, -0.80787301, -0.79040495],
       [ 1.72422331,  0.55960974,  0.00684317,  0.10717335,  1.89600802],
       ..., 
       [-1.6557832 , -0.00702669,  1.48660851,  1.69618841, -0.56193109],
       [-0.21719117,  0.37526781, -0.24954224, -0.29203481, -0.12656354],
       [-2.34081393, -0.39387936, -1.02882634, -0.15803579, -1.73322845]])
怎么转那，就这样
方法1：
#利用pandas库
import pandas as pd

pd.get_dummies(arr.argmax(1))
Out[58]: 
0  1  2  3  4
0  0  0  0  1  0
1  1  0  0  0  0
2  0  0  0  0  1
3  0  0  0  1  0
4  0  0  1  0  0
5  0  0  1  0  0
6  0  0  1  0  0
7  0  0  0  1  0
8  0  1  0  0  0
9  0  0  0  1  0

#利用sklearn库（这两个异曲同工）
In [59]: from sklearn.preprocessing import label_binarize

In [60]: label_binarize(arr.argmax(1),classes=list(range(5)))
Out[60]: 
array([[0, 0, 0, 1, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 0, 0, 1],
       ..., 
       [0, 0, 0, 1, 0],
       [0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0]])

方法2：
#只使用numpy库，主要是利用了numpy的点乘，当然还有我最爱的map

In [61]: list(map(lambda x: x==max(x), arr)) * np.ones(shape=arr.shape)
Out[61]: 
array([[ 0.,  0.,  0.,  1.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  1.],
       ..., 
       [ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.]])