实现方法如下:
onehot_label = np.array([[1 if i == l else 0 for i in range(n_class)] for l in label])
用一个简单的例子解释更加直观:
label是训练数据集对应的标签数组,假设为:[0,0,1,1,2,2],n_class为总类别数,这里是3
从后向前分析这句代码,分别取出label中的每一个标签作为l,i从0到2,当i等于l时,该位置的数置为1,否则置为0
则相当于
np.array([1,0,0],
[1,0,0],
[0,1,0],
[0,1,0],
[0,0,1],
[0,0,1])