keras从入门到放弃(五）独热编码和顺序编码

上次我们用探究多分类的问题,目标数据做独热编码，用 categorical_crossentropy 来计算softmax交叉熵，但是多分类还可以将目标数据做顺序编码，用 sparse_categorical_crossentropy 来计算softmax交叉熵

没错这次用目标数据做顺序编码来处理之前的iris数据集

导入不讲了

data = pd.read_csv('./dataset/iris.csv')
data.Species.unique()
OUT：
array(['setosa', 'versicolor', 'virginica'], dtype=object)

这次用map方法来顺序编码

spc_dic = {'setosa': 0, 'versicolor': 1, 'virginica': 2}
data['Species'] = data.Species.map(spc_dic)
data.head()

这里Species 是 {'setosa': 0, 'versicolor': 1, 'virginica': 2}

x,y 赋值

x = data[data.columns[1:-1]]
y = data.Species

再打乱顺序

index = np.random.permutation(len(data))
data = data.iloc[index]

模型训练

model = keras.Sequential()
model.add(layers.Dense(3, input_dim=4, act