OneHotEncoder 前后结果不同答案

【问题标题】：Different results before and after OneHotEncoderOneHotEncoder 前后结果不同
【发布时间】：2018-10-24 00:03:48
【问题描述】：

我使用 OneHotEncoder 对 y 向量进行编码，运行我的神经网络并得到输出。这里a代表我的y向量，b代表预测结果

a = np.array([[0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [1., 0., 0., 0.],
       [1., 0., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.]])
b=np.array([[0., 0., 0., 1.],
       [1., 0., 0., 0.],
       [0., 0., 1., 0.],
       [0., 1., 0., 0.],
       [1., 0., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 1., 0.],
       [1., 0., 0., 0.],
       [0., 0., 0., 1.],
       [0., 1., 0., 0.]])
print(np.mean(a!=b))
print(np.mean(np.argmax(a,1)!=np.argmax(b,1)))

但在恢复编码后（使用np.argmax(a,1)），我得到了输出：

0.35
0.7

这些值不应该相等吗？

【问题讨论】：

在处理分类变量时使用一种热编码。你为什么首先对整数进行编码？
出于架构目的，我需要将例如 1 转换为 [0,1,0,0]，将 3 转换为 [0,0,0,1] 等等。

标签： python numpy

【解决方案1】：

您的问题来自a!=b 返回一个数组数组，检查每个索引处的元素是否不同。第一个返回一个数组数组，其中第一个值为[False False True True]，这意味着对于a 和b 中的第一项，前两项相同，后两项不同。请尝试以下操作：

print(a!=b)
>>>[[False False  True  True], [ True False  True False] ...

第二个返回一个数组，比较你想要的索引：

print(np.argmax(a,1)!=np.argmax(b,1))
>>>[ True  True False  True  True False  True False  True  True]

【讨论】：