from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder
# Your target will look similar to
target = ['A', 'A', 'B']
# After OneHotEncoding
[[1, 0],
[1, 0],
[0, 1]]
在对这个目标进行训练之后,你的模型将预测该类的概率。您可以设置一个阈值来将预测分类为两个类
# Sample output
[[1., 0.],
[0.5, 0.5],
[0.1, 0.9]]
predictions = ['A', 'A and B', 'B']
利用
OneHotEncoding
在对这个目标进行训练之后,你的模型将预测该类的概率。您可以设置一个阈值来将预测分类为两个类
Example
相关问题 更多 >
编程相关推荐