[英]2D matrix for labelbinarizer
labelbinarizer有一種行為
import numpy as np
from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
lb.fit(np.array([[0, 1, 1], [1, 0, 0]]))
lb.classes_
輸出為array([0, 1, 2])
。 為什么那里有2?
因為您已經傳遞了二維標簽指示器矩陣。
標簽指示符矩陣主要用於多標簽問題,其中一個樣本可以包含多個標簽。 那么我們如何代表他們:
class 1 class 2 class 3
sample1 0 1 1
sample2 1 0 0
sample3
...
0表示不存在標簽,1表示存在。 那么對於您當前提供的矩陣,有多少個類? -3
因此它們用0,1,2表示。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.