src0 = torch.tensor([[ 0.], [1.], [2.], [3.], [4.], [5.], [1.], [2.], [3.], [3.], [0.], [1.], [4.]])
src = np.array(src0).squeeze()
src0 = torch.tensor([[ 0.], [1.], [2.], [3.], [4.], [5.], [1.], [2.], [3.], [3.], [0.], [1.], [4.]])
src = np.array(src0).squeeze()
目录1 什么是One-Hot编码 ?2 One-Hot编码示例3 sklearn中的OneHotEncoder4 One-hot编码在机器学习领域的应
究竟为什么要使用one-hot编码方式?
从官方文档中我们可以看到open函数有很多的参数,我们常用的是file,mode和encoding,对于其它的几个参数,平时不常用,也简单介绍一下。
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M