Закодируйте категориальный вектор из меток класса в одногорячие векторы, представляющие метки.

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

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

Просмотрите порядок категорий.

categories(labels)

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

Закодируйте метки в одногорячие векторы при помощи onehotencode функция. Расширьте метки в векторы во втором измерении, чтобы закодировать классы. Каждый столбец onehotLabels соответствует уникальной метке.

onehotLabels = onehotencode(labels,2)

onehotLabels = 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 вектор-строка с 1 в положении, соответствующем категории метки класса и 0 во всех других положениях. Функция кодирует метки в том же порядке как категории, так, чтобы 1 в положении 1 представляет первую категорию в списке (в этом случае, blue). Например, потому что вторая строка в onehotLabels имеет 1 в первом столбце, то наблюдение находится в blue категория.

Можно также использовать dummyvar закодировать метки. dummyvar создает фиктивные переменные, которые в этом случае эквивалентны, закодированный маркирует onehotLabels. Для сравнения между функциями onehotencode и dummyvar, см. альтернативную функциональность.

Закодируйте категориальный вектор из кодов области в одногорячие векторы, представляющие коды.

Создайте числовой вектор-строку из кодов области, где каждый столбец вектора представляет одно наблюдение. Преобразуйте числовой вектор в категориальный вектор.

codes = [802 802 603 802 603 802];
categCodes = categorical(codes);

Просмотрите порядок категорий.

categories(categCodes)

ans = 2x1 cell
    {'603'}
    {'802'}

Закодируйте коды области в одногорячие векторы при помощи onehotencode функция. Расширьте коды в векторы в первой размерности, так, чтобы каждая строка соответствовала уникальной метке.

labels = onehotencode(categCodes,1)

labels = 2×6

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

Каждое наблюдение в labels теперь вектор-столбец с 1 в положении, соответствующем категории кода области и 0 во всех других положениях. Функция кодирует коды области в том же порядке как категории, так, чтобы 1 в положении 1 (первая строка), представляет первую категорию в списке.

Одногорячий кодируют таблицу категориальных значений.

Составьте таблицу меток категориальных данных. Каждая строка в таблице содержит одно наблюдение.

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

Одногорячий кодируют таблицу меток класса при помощи onehotencode функция.

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 1 в столбце соответствующего класса и 0 везде еще.

Закодируйте метки данных, если не все классы в данных релевантны только при помощи подмножества классов.

Создайте вектор-строку из меток данных, где каждый столбец вектора представляет одно наблюдение

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

Задайте список классов, чтобы закодировать. Эти классы являются подмножеством классов в наблюдениях.

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

Одногорячий кодируют наблюдения в первую размерность, так, чтобы каждая строка encPets соответствует уникальному классу. Задайте классы, чтобы закодировать.

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 не в списке классов, чтобы закодировать закодированы к вектору из NaN значения.

Закодируйте таблицу, которая содержит несколько типов переменных класса путем кодирования каждой переменной отдельно.

Составьте таблицу, содержащую наблюдения за несколькими типами 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   

Используйте for- цикл к одногорячему кодирует каждую табличную переменную и добавляет ее к новой таблице, содержащей 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.

Сравните закодированные данные, созданные при помощи onehotencode к фиктивным переменным, созданным при помощи dummyvar. dummyvar функция не принимает табличные входные параметры. Объедините переменные класса в массив ячеек group.

group = {color,pets,location};
dummyData = dummyvar(group)

dummyData = 6×11

     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

Закодированные данные encData и фиктивные переменные dummyData имейте то же кодирование, но другой тип данных. Для получения дополнительной информации о различиях между onehotencode и dummyvar функции, см. альтернативную функциональность.