Python中to_categorical()函数的用法详解

to_categorical()函数是Keras库中的一个函数，用于将整数标签转换为分类变量的独热编码形式。

函数定义：

to_categorical(y, num_classes=None, dtype='float32')

参数说明：

- y：输入的整数标签数组。

- num_classes：输出独热编码形式的分类变量的类别数。如果不指定该参数，则函数会自动根据输入数组的最大值确定类别数。

- dtype：输出独热编码形式的分类变量的数据类型。

返回值：

一个形状为(num_samples, num_classes)的独热编码数组。num_samples是参数y的长度，num_classes是参数num_classes的值。

下面给出一个使用例子：

from keras.utils import to_categorical

y = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 将整数标签转换为独热编码形式
y_one_hot = to_categorical(y, num_classes=11)

print(y_one_hot)

输出结果：

[[0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1.]]

本例中，原始的整数标签数组为y = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]。通过to_categorical()函数将其转换为独热编码形式的数组y_one_hot。因为指定了num_classes为11，所以输出的独热编码数组的形状为(10, 11)。