Кодировать категориальный вектор меток класса в одноступенчатые векторы, представляющие метки.

Создайте вектор-столбец меток, где каждая строка вектора представляет одно наблюдение. Преобразование меток в категориальный массив.

labels = ["red"; "blue"; "red"; "green"; "yellow"; "blue"];
labels = categorical(labels);

Просмотр порядка категорий.

categories(labels)

ans = 4x1 cell
    {'blue'  }
    {'green' }
    {'red'   }
    {'yellow'}

Закодируйте метки в одноступенчатые векторы. Разверните метки в векторы во втором измерении для кодирования классов.

labels = onehotencode(labels,2)

labels = 6×4

     0     0     1     0
     1     0     0     0
     0     0     1     0
     0     1     0     0
     0     0     0     1
     1     0     0     0

Каждое наблюдение в labels теперь является вектором строки с 1 в позиции, соответствующей категории метки класса, и 0 на всех остальных должностях. Функция кодирует метки в том же порядке, что и категории, так что 1 в положении 1 представляет первую категорию в списке, в данном случае 'blue'.

Одноконтурное кодирование таблицы категориальных значений.

Создание таблицы категориальных меток данных. Каждая строка в таблице содержит одно наблюдение.

color = ["blue"; "red"; "blue"; "green"; "yellow"; "red"];
color = categorical(color);
color = table (color);

Одноконтактная кодировка таблицы меток класса.

color = onehotencode(color)

color=6×4 table
    blue    green    red    yellow
    ____    _____    ___    ______

     1        0       0       0   
     0        0       1       0   
     1        0       0       0   
     0        1       0       0   
     0        0       0       1   
     0        0       1       0   

Каждый столбец таблицы представляет класс. Функция кодирует метки данных с помощью 1 в столбце соответствующего класса, и 0 везде.

Если не все классы в данных являются релевантными, кодируйте метки данных, используя только подмножество классов.

Создание вектора строк меток данных, где каждый столбец вектора представляет одно наблюдение

pets = ["dog" "fish" "cat" "dog" "cat" "bird"];

Определите список классов для кодирования. Эти классы являются подмножеством тех, кто присутствует в наблюдениях.

animalClasses = ["bird"; "cat"; "dog"];

Однократное кодирование наблюдений в первом измерении. Укажите классы для кодирования.

encPets = onehotencode(pets,1,"ClassNames",animalClasses)

encPets = 3×6

     0   NaN     0     0     0     1
     0   NaN     1     0     1     0
     1   NaN     0     1     0     0

Наблюдения за классом, отсутствующим в списке классов для кодирования, кодируются в вектор NaN значения.

Использовать onehotencode для кодирования матрицы меток класса, такой как семантическая сегментация изображения.

Определите простую матрицу сегментации класса 15 на 15 пикселей.

A = "blue";
B = "green";
C = "black";

A = repmat(A,8,15);
B = repmat(B,7,5);
C = repmat(C,7,5);

seg = [A;B C B];

Преобразование матрицы сегментации в категориальный массив.

seg = categorical(seg);

Одноконтурное кодирование матрицы сегментации в массив типа single. Разверните закодированные метки в третьем измерении.

encSeg = onehotencode(seg,3,"single");

Проверьте размер кодированной сегментации.

size(encSeg)

ans = 1×3

    15    15     3

Три возможных класса пикселей в матрице сегментации кодируются как векторы в третьем измерении.

Если данные представляют собой таблицу, содержащую несколько типов переменных класса, можно кодировать каждую переменную отдельно.

Создайте таблицу наблюдений нескольких типов категориальных данных.

color = ["blue"; "red"; "blue"; "green"; "yellow"; "red"];
color = categorical(color);

pets = ["dog"; "fish"; "cat"; "dog"; "cat"; "bird"];
pets = categorical(pets);

location = ["USA"; "CAN"; "CAN"; "USA"; "AUS"; "USA"];
location = categorical(location);

data = table(color,pets,location)

data=6×3 table
    color     pets    location
    ______    ____    ________

    blue      dog       USA   
    red       fish      CAN   
    blue      cat       CAN   
    green     dog       USA   
    yellow    cat       AUS   
    red       bird      USA   

Использовать for-loop to one-hot кодирует каждую переменную таблицы и добавляет ее в новую таблицу, содержащую закодированные данные.

encData = table();

for i=1:width(data)
 encData = [encData onehotencode(data(:,i))];
end

encData

encData=6×11 table
    blue    green    red    yellow    bird    cat    dog    fish    AUS    CAN    USA
    ____    _____    ___    ______    ____    ___    ___    ____    ___    ___    ___

     1        0       0       0        0       0      1      0       0      0      1 
     0        0       1       0        0       0      0      1       0      1      0 
     1        0       0       0        0       1      0      0       0      1      0 
     0        1       0       0        0       0      1      0       0      0      1 
     0        0       0       1        0       1      0      0       1      0      0 
     0        0       1       0        1       0      0      0       0      0      1 

Каждая строка encdata кодирует три различных категориальных класса для каждого наблюдения.