如何对 tfdatasets r 中的响应变量进行一次热编码？答案

【问题标题】：How to one hot encode the response variable in tfdatasets r?如何对 tfdatasets r 中的响应变量进行一次热编码？
【发布时间】：2020-04-09 10:03:50
【问题描述】：

我正在尝试在 R 中使用 tfdatasets 包，以生成一个管道，该管道采用 tibble/dataframe 并输出一个热编码的 Species 响应变量。如何使用 tfdatasets 转换响应变量 (y) 以便将 Species 输出为热编码？

期望的输出是：

杂色，setosa，弗吉尼亚

0, 1, 0 ...

【问题讨论】：

嗨，@Allan A，你找到这个问题的答案了吗？我开始探索tfds 和tfdatasets 包，我一直很困惑......如果你分享你找到的任何答案，这将对其他用户很有用......我们观察python版本的文档.. . 但不适用于 r...
嗨@hamagust，谢谢你的问题，我至少找到了一个足够的解决方法，我将在下面分享。我希望它可以帮助某人。最好的问候艾伦

标签： r tensorflow-datasets

【解决方案1】：

正如上面评论中所解释的，这是一种适用于我的目的的解决方法，但不一定是 100% 纯 tfdatasets 解决方案。

library(tidyverse)
library(lubridate)
library(rsample)
library(recipes)
library(reticulate)
library(tensorflow)
library(tfdatasets)
library(keras)

iris %>%
  recipe(Species ~ .) %>%
  step_dummy(Species,
             one_hot = T) %>%
  prep() %>%
  juice() %>%
  select(contains("Species")) %>%
  as.matrix() %>%
  tensor_slices_dataset()

该解决方案的纯 tfdatasets 管道较少，而下面的解决方法是一种更纯的方法。

iris %>%
  mutate(Species = Species %>%
           as.integer()) %>%
  select(Species) %>%
  tensor_slices_dataset() %>%
  dataset_map(function(iteration){
   
    iteration$Species <- tf$one_hot(iteration$Species,
                                    3L)
    iteration
   
  })

【讨论】：