建站
咨詢(xún)
售后
建站咨詢(xún)
新聞中心
我們已經(jīng)知道，某種格式的數(shù)據(jù)對(duì)于機(jī)器學(xué)習(xí)算法是必需的。 另一個(gè)重要的要求是，在將數(shù)據(jù)作為機(jī)器學(xué)習(xí)算法的輸入發(fā)送之前，必須正確標(biāo)記數(shù)據(jù)。 例如，如果所說(shuō)的分類(lèi)，那么數(shù)據(jù)上會(huì)有很多標(biāo)記。 這些標(biāo)記以文字，數(shù)字等形式存在。與 sklearn 中的機(jī)器學(xué)習(xí)相關(guān)的功能期望數(shù)據(jù)必須具有數(shù)字標(biāo)記。 因此，如果數(shù)據(jù)是其他形式，那么它必須轉(zhuǎn)換為數(shù)字。 這個(gè)將單詞標(biāo)簽轉(zhuǎn)換為數(shù)字形式的過(guò)程稱(chēng)為標(biāo)記編碼。
標(biāo)記編碼步驟
按照以下步驟在 Python 中對(duì)數(shù)據(jù)標(biāo)記進(jìn)行編碼 -
第1步 - 導(dǎo)入有用的軟件包
如果使用 Python，那么這將是將數(shù)據(jù)轉(zhuǎn)換為特定格式(即預(yù)處理)的第一步。 它可以做到如下 -
import numpy as np
from sklearn import preprocessing第2步 - 定義樣本標(biāo)簽
導(dǎo)入包后，我們需要定義一些樣本標(biāo)簽，以便可以創(chuàng)建和訓(xùn)練標(biāo)簽編碼器。 現(xiàn)在將定義以下樣本標(biāo)簽 -
## Sample input labels
input_labels = ['red','black','red','green','black','yellow','white']第3步 - 創(chuàng)建和訓(xùn)練標(biāo)簽編碼器對(duì)象
在這一步中，我們需要?jiǎng)?chuàng)建標(biāo)簽編碼器并對(duì)其進(jìn)行訓(xùn)練。 以下是 Python 代碼的實(shí)現(xiàn) -
## Creating the label encoder
encoder = preprocessing.LabelEncoder()
encoder.fit(input_labels)以下是運(yùn)行上面的 Python 代碼后的輸出 -
LabelEncoder()第4步 - 通過(guò)編碼隨機(jī)排序列表來(lái)檢查性能
此步驟可用于通過(guò)編碼隨機(jī)排序列表來(lái)檢查性能。 下面的 Python 代碼可以做同樣的事情 -
## encoding a set of labels
test_labels = ['green','red','black']
encoded_values = encoder.transform(test_labels)
print("\nLabels =", test_labels)標(biāo)簽將如下打印 -
Labels = ['green', 'red', 'black']現(xiàn)在，可以得到編碼值列表，即將文字標(biāo)簽轉(zhuǎn)換為數(shù)字，如下所示 -
print("Encoded values =", list(encoded_values))輸出結(jié)果打印如下 -
Encoded values = [1, 2, 0]
Shell第5步 - 通過(guò)解碼一組隨機(jī)數(shù)來(lái)檢查性能 -
通過(guò)對(duì)隨機(jī)數(shù)字集進(jìn)行解碼，可以使用此步驟來(lái)檢查性能。 下面的 Python 代碼也可以做同樣的事情 -
## decoding a set of values
encoded_values = [3,0,4,1]
decoded_list = encoder.inverse_transform(encoded_values)
print("\nEncoded values =", encoded_values)現(xiàn)在，將被打印如下 -
Encoded values = [3, 0, 4, 1]
print("\nDecoded labels =", list(decoded_list))現(xiàn)在，解碼值將被打印如下 -
Decoded labels = ['white', 'black', 'yellow', 'green']標(biāo)記與未標(biāo)記數(shù)據(jù)
未標(biāo)記的數(shù)據(jù)主要由自然或人造物體的樣本組成，這些樣本可以很容易從現(xiàn)實(shí)世界中獲得。 它們包括音頻，視頻，照片，新聞文章等。
另一方面，帶標(biāo)簽的數(shù)據(jù)采用一組未標(biāo)記的數(shù)據(jù)，并用一些有意義的標(biāo)簽或標(biāo)簽或類(lèi)來(lái)擴(kuò)充每片未標(biāo)記的數(shù)據(jù)。 例如，如果有照片，那么標(biāo)簽可以基于照片的內(nèi)容放置，即它是男孩或女孩或動(dòng)物或其他任何照片。 標(biāo)記數(shù)據(jù)需要人類(lèi)專(zhuān)業(yè)知識(shí)或判斷一個(gè)給定的未標(biāo)記數(shù)據(jù)。
有很多情況下，無(wú)標(biāo)簽數(shù)據(jù)豐富且容易獲得，但標(biāo)注數(shù)據(jù)通常需要人工/專(zhuān)家進(jìn)行注釋。 半監(jiān)督學(xué)習(xí)嘗試將標(biāo)記數(shù)據(jù)和未標(biāo)記數(shù)據(jù)組合起來(lái)，以建立更好的模型。
網(wǎng)站題目：創(chuàng)新互聯(lián)AI教程：AI人工智能標(biāo)記數(shù)據(jù)
標(biāo)題鏈接：http://www.5511xx.com/article/djsjshi.html
