如何将多类分类后获得的结果映射到 1 和 0

Question

>我正在研究cifar数据集的图像分类。我获得了预测标签作为 10 个不同类的 0-1 映射的输出，有什么方法可以找到预测标签所属的类吗？

//sample output obtained
array([3.3655483e-04, 9.4402254e-01, 1.1646092e-03, 2.8560971e-04,
       1.4086446e-04, 7.1564602e-05, 2.4985364e-03, 6.5030693e-04,
       3.4783698e-05, 5.0794542e-02], dtype=float32)

一种方法是找到最大值并将该索引设为 1，其余为 0。

 //for above case it should look like this
 array([0, 1, 0, 0, 0, 0, 0, 0, 0, 0])

任何人都可以告诉我如何做到这一点，或者如果您有更好的方法，请提出建议。

Answer 1

它就像

>>> data = np.array([3.3655483e-04, 9.4402254e-01, 1.1646092e-03, 2.8560971e-04,
...        1.4086446e-04, 7.1564602e-05, 2.4985364e-03, 6.5030693e-04,
...        3.4783698e-05, 5.0794542e-02], dtype=np.float32)
>>> 
>>> (data == data.max()).view(np.int8)
array([0, 1, 0, 0, 0, 0, 0, 0, 0, 0], dtype=int8)

说明：data.max()找到最大值。我们将其与每个单独的元素进行比较，以获得真值的向量。然后，我们利用True映射到1和False映射到0的事实将其转换为整数。

请注意，如果最大值不唯一，这将返回多个。