One-hot 编码汇总（TensorFlow、Numpy、Scikit-learn）

目录

前言

Tensorflow代码示例

Numpy 代码示例

scikit-learn代码示例

keras代码示例

---

 

前言

       在构建分类算法的时候，标签通常都要求是one_hot编码，实际上标签可能都是整数，所以我们都需要将整数转成one_hot编码，本文主要介绍如何利用TensorFlow、Numpy、SCIkit-learn、keras快速将整数转成one_hot编码。

Tensorflow代码示例

TensorFlow 的tf.one_hot函数用法:

tensorflow.one_hot(
    indices,
    depth,
    on_value=None,
    off_value=None,
    axis=None,
    dtype=None,
    name=None
)

 indices: 代表了on_value所在的索引，其他位置值为off_value。类型为tensor，其尺寸与depth共同决定输出tensor的尺寸。

depth：编码深度。

on_value & off_value为编码开闭值，缺省分别为1和0，indices指定的索引处为on_value值；

axis：编码的轴，分情况可取-1、0或-1、0、1，默认为-1

dtype：默认为 on_value 或 off_value的类型，若未提供on_value或off_value，则默认为tf.float32类型。

返回一个 one-hot 张量。 

索引中由索引表示的位