标签二值化器的2D矩阵

Question

labelbinarizer有一种行为

import numpy as np
from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
lb.fit(np.array([[0, 1, 1], [1, 0, 0]]))
lb.classes_

输出为array([0, 1, 2]) 。 为什么那里有2？

Answer 1

因为您已经传递了二维标签指示器矩阵。

标签指示符矩阵主要用于多标签问题，其中一个样本可以包含多个标签。 那么我们如何代表他们：

           class 1     class 2     class 3
sample1      0           1            1
sample2      1           0            0
sample3
...

0表示不存在标签，1表示存在。 那么对于您当前提供的矩阵，有多少个类？ -3

因此它们用0,1,2表示。