我有一个Python脚本,它使用Keras进行机器学习 . 我正在构建X和Y,它们分别是功能和标签 .
标签是这样构建的:
def main=():
depth = 10
nclass = 101
skip = True
output = "True"
videos = 'sensor'
img_rows, img_cols, frames = 8, 8, depth
channel = 1
fname_npz = 'dataset_{}_{}_{}.npz'.format(
nclass, depth, skip)
vid3d = videoto3d.Videoto3D(img_rows, img_cols, frames)
nb_classes = nclass
x, y = loaddata(videos, vid3d, nclass,
output, skip)
X = x.reshape((x.shape[0], img_rows, img_cols, frames, channel))
Y = np_utils.to_categorical(y, nb_classes) # This needs to be changed
Keras中使用的“to_categorical”功能解释如下:
to_categorical keras.utils.to_categorical(y,num_classes = None)将类向量(整数)转换为二进制类矩阵 .
现在我正在使用NumPy . 您可以告诉我如何构建相同的代码行以便工作吗?换句话说,我正在寻找NumPy中“to_categorical”函数的等价物 .
3 回答
尝试使用get_dummies .
这是一种简单的方法:
像这样的东西(我不认为有内置):