Keras 需要一种热编码吗？

Question

我有一个标签为 0-4 的数据集。我使用以下代码将它们一次性编码为 np 数组：labels = (np.arange(5) == labels[:, None]).astype(np.float32)。我的问题是，我们必须对它们进行一次热编码吗？我可以将标签数字/浮点数保持在 0-4 并使用它们吗？如果有怎么办？

Answer 1

你的标签是什么？

它们是“水平”、“强度”还是某种“度量”？？

• 如果是，最好不要对它们进行编码，只需将它们压缩在 0 和 1 之间。然后您的模型将能够计算一个结果，即强度。但它永远不会是准确的。

• 如果不是，那么您应该对标签进行编码，因为每个数字彼此不相关，它们是“离散的”，并且您的模型最好也显示离散结果。然后每个结果将是每个类的结果的可能性（可能不完全是概率取决于您的模型的参数）。

---

因此，简而言之：如果您想测量某物的强度，请使用一个 var。如果您想要不同“类”的可能性，请创建单热向量。

Answer 2

一个热编码使您能够估计每个类别的概率。对于单个实数或整数类编码，网络永远不会为您提供相同的信息。如果您有类似的 1 和 5 类并且网络可能会混淆它们，它会给您平均结果，它将是 1 和 5 之间的某个数字，它可能是 2,3 或 4 以及介于两者之间的任何数字，但是这些数字对你的类进行编码，所以这将是完全错误的输出。