使用Numpy进行one-hot编码

在实现很多机器学习任务的时候，经常需要将labels进行one-hot encoding，具体思想这里就不详述，借一张图来表示：



由于最后的每个label向量只有一个维度的值是1，其他都是0，所以实现方法可以借助线性代数中的单位矩阵 [百度百科] [wikipedia]

Numpy实现可以是这样：

# 函数需不需要返回转置要根据具体情况看
# 如果不转置每个label返回的就是一个行向量
# 这里转置了，每个label就是对应的列向量

def convert_to_one_hot(y, C):
return np.eye(C)[y.reshape(-1)].T

y = np.array([1,2,3,4])
convert_to_one_hot(y,5)
# array([[ 0.,  0.,  0.,  0.],
#        [ 1.,  0.,  0.,  0.],
#        [ 0.,  1.,  0.,  0.],
#        [ 0.,  0.,  1.,  0.],
#        [ 0.,  0.,  0.,  1.]])