多标签分类：解码一个热向量

Posted 2023-03-12

【中文标题】多标签分类：解码一个热向量

【英文标题】：Multi-label classification: decoding one hot vector

【发布时间】：2019-03-31 18:32:16

【问题描述】：

我目前正在研究一个多标签分类问题，我正在尝试对水果图像进行分类。使用一种热编码转换类别后，我将如何在训练模型并希望恢复适当的类别后解码？

a = np.array(['a', 'b', 'c', 'a', 'b', 'c'])
b = pandas.get_dummies(a)

示例

X_train, X_test, y_train, y_test = train_test_split(df, b, test_size=0.20, random_state=42)

......

模型训练

from keras import models
from keras import layers

model = models.Sequential()
model.add(layers.Dense(16, activation='relu', input_shape=(6,)))
model.add(layers.Dense(16, activation='relu'))
model.add(layers.Dense(1, activation='lerelu'))

.....

预测

model.predict(X_test[0]) --->> result  ??????

【参考方案1】：

如果我正确理解您的问题，那不就是：

test_predictions = model.predict(X_test)

【讨论】：

b = pandas.get_dummies(a) 返回一个位矩阵，我如何能够从给定候选人的预测中提取分类列名称？