Python 中标签二值化的逆过程

Question

我已经对多类分类进行了标签二值化，它工作正常：

y_test
1
3
4
2
0
from sklearn.preprocessing import label_binarize
y_test_binarize = label_binarize(y_test, classes=[0, 1, 2, 3, 4])
y_test_binarize
0   1   0   0   0
0   0   0   1   0
0   0   0   0   1
0   0   1   0   0
1   0   0   0   0

接下来，我想做一个逆过程来从变量中获取y_testy_test_binarize。

是否有任何预定义的方法？

Answer 1

您还可以使用 LabelBinarizer，它将 label_binarize 函数包装在一个类中，并提供转换为二进制数据以及将它们inverse_transform到原始类的方法。

y_test = [1, 3, 4, 2, 0]
from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
y_test_binarize = lb.fit_transform(y_test)
#Output: y_test_binarize
array([[0   1   0   0   0],
[0   0   0   1   0],
[0   0   0   0   1],
[0   0   1   0   0],
[1   0   0   0   0]])
y_test_original = lb.inverse_transform(y_test_binarize)
#Output: y_test_original
array([1, 3, 4, 2, 0])

希望这有帮助。如有任何问题，请随时询问。

Answer 2

一个简单的方法是计算二值化数据和类的矩阵乘积：

>>> classes = [0,1,2,3,4]
>>> y_test_binarize.dot(classes)
array([1, 3, 4, 2, 0])

Answer 3

使用 numpy 的 argmax 函数：

np.argmax(y_test_binarized, axis=1)