mlb = MultiLabelBinarizer()
fitted_label = mlb.fit_transform([str(label).strip().split(',') for label in test_label_list]) # 标注数据为多标签
====
此处为后续其他模型训练流程及预测流程
===
获取到预测标签向量后,进行如下转换:
predict_label_txt = mlb.inverse_transform(np.array([predict_label]))
上面的inverse_transform即为反向转化获得的预测向量为实际标签文本内容;类型为tuple;
注意:mlb初始化时,需要分开,不可以写成:
fitted_label = MultiLabelBinarizer().fit_transform([str(label).strip().split(',') for label in test_label_list])
predict_label_txt = MultiLabelBinarizer().inverse_transform(np.array([predict_label]))
因为中间的mlb需要先fit,才可以进行后续的反向转化。
使用MultiLabelBinarizer()二元化标签后,如何获取实际标签和标签向量映射关系
最新推荐文章于 2024-08-14 13:17:05 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)