OneHot编码 Tensorflow实现和keras实现

tensorflow中tf.one_hot()函数的作用是将一个值化为一个概率分布的向量，一般用于分类问题。

具体用法以及作用见以下代码：

y_train_dataset = np.concatenate((y_dataset_cate1,y_dataset_cate6,y_dataset_cate7,y_dataset_cate10),axis=0)
encoder = LabelEncoder()
encoder.fit(y_train_dataset)
y_train_dataset = encoder.transform(y_train_dataset)
print y_train_dataset
b = tf.one_hot(y_train_dataset,4,1,0)  
with tf.Session() as sess:  
    sess.run(tf.global_variables_initializer())  
    sess.run(b)  
    print('after one_hot',sess.run(b))  
# y_train_dataset = np_utils.to_categorical(y_train_dataset,num_classes=4)

结果：

利用keras的 from keras.utils import np_utils可以实现相同的功能，代码如下：

y_train_dataset = np.concatenate((y_dataset_cate1,y_dataset_cate6,y_dataset_cate7,y_dataset_cate10),axis=0)
encoder = LabelEncoder()
encoder.fit(y_train_dataset)
y_train_dataset = encoder.transform(y_train_dataset)
y_train_dataset = np_utils.to_categorical(y_train_dataset,num_classes=4)
print y_train_dataset

结果：

其中，共同用到了from sklearn.preprocessing import LabelEncoder

将原来的中文标签转换成数字，然后再分别用tf或者keras完成OneHot变换！