нужно ли преобразовывать метку множественной классификации в одноразовое кодирование из значения с плавающей точкой

Question

У меня есть пример радужной оболочки, тип из данных выборки имеет три значения с плавающей запятой: 0,0, 1,0, 2,0.

Соотношение размеров между ними может ввести в заблуждение тренировочную модель, я просто предполагаю.

Я прав? Должно ли оно быть преобразовано в три вектора, используя одно горячее кодирование или другие способы?

from keras.utils import np_utils

trainY = np_utils.to_categorical(trainY)

Answer 1

В наборе данных радужной оболочки имеется три возможных метки.

При преобразовании в число вы получаете 0, 1, 2 дискретных целых числа. Итак, у вас есть три класса для задачи классификации.

Если вы конвертируете их в один горячий, тогда используйте categorical_crossentropy, иначе используйте sparse_categorical_crossentropy.