如何为keras中的给定数据点指定多个标签？

Question

我正在尝试使用顺序 keras 模型解决分类问题。

在model.fit ， model.fit需要两个numpy数组来训练data ， labels 。 如果数据的每一行都有一个对应的标签，这将正常工作。

但是，对于我的使用，对于给定的数据点，我可以进行不止一种分类。

这可以在keras中处理吗？ 如果是这样，我的数据和标签 numpy 数组的格式应该是什么？

示例输入可能如下所示：

data[0] = ['What is the colour of the shirt?'] 
#This text is converted to a vector using a 300 dimension GloVe embedding layer and then processed. 

label[0] = ['Red','Orange','Brown']

我要求我的模型进行训练，以便 3 个类中的任何一个都可以正确处理所提出的给定问题。

任何帮助都会很棒。

Answer 1

你可以用 MultiLabelBinarizer 做到这一点：

from sklearn.preprocessing import MultiLabelBinarizer

lb = MultiLabelBinarizer()
label = lb.fit_transform(label)

您可以将标签传递给具有“categorical_crossentropy”损失的拟合函数。

如果你想用 keras 做到这一点：

from keras.utils import to_categorical
import numpy as np

unique_labels, new_labels = np.unique(label, return_inverse=True)
to_categorical(new_labels, num_classes=None)