Scikit: конвертировать одноразовое кодирование в целое число

Question

Мне нужно преобразовать горячее кодирование в категории, представленные уникальными целыми числами. Итак, горячая кодировка создана с помощью следующего кода:

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder()
labels = [[1],[2],[3]]
enc.fit(labels)  
for x in [1,2,3]:
    print(enc.transform([[x]]).toarray())

Out:
[[ 1.  0.  0.]]
[[ 0.  1.  0.]]
[[ 0.  0.  1.]]

Может быть преобразован обратно в набор уникальных целых чисел, например:

[1,2,3] или [11,37, 45] или любой другой, где каждое целое число однозначно представляет один класс.

Возможно ли это сделать с помощью scikit-learn или любой другой библиотеки Python?

* Обновить *

Пытался:

labels = [[1],[2],[3], [4], [5],[6],[7]]
enc.fit(labels) 

lst = []
for x in [1,2,3,4,5,6,7]:
    lst.append(enc.transform([[x]]).toarray())
lst
Out:
[array([[ 1.,  0.,  0.,  0.,  0.,  0.,  0.]]),
 array([[ 0.,  1.,  0.,  0.,  0.,  0.,  0.]]),
 array([[ 0.,  0.,  1.,  0.,  0.,  0.,  0.]]),
 array([[ 0.,  0.,  0.,  1.,  0.,  0.,  0.]]),
 array([[ 0.,  0.,  0.,  0.,  1.,  0.,  0.]]),
 array([[ 0.,  0.,  0.,  0.,  0.,  1.,  0.]]),
 array([[ 0.,  0.,  0.,  0.,  0.,  0.,  1.]])]


a = np.array(lst)
np.where(a==1)[1]
Out:
array([0, 0, 0, 0, 0, 0, 0], dtype=int64)

Не то что мне нужно

Answer 1

Вы можете сделать это с помощью np.where следующее:

import numpy as np
a=np.array([[ 0.,  1.,  0.],
            [ 1.,  0.,  0.],
            [ 0.,  0.,  1.]])
np.where(a==1)[1]

Это печатает array([1, 0, 2], dtype=int64), Это работает с np.where(a==1)[1] возвращает индексы столбца 1с, которые являются именно этикетки.

Кроме того, так как a это 0,1Матрица, вы также можете заменить np.where(a==1)[1] просто np.where(a)[1],

Обновление: следующее решение должно работать с вашим форматом:

l=[np.array([[ 1.,  0.,  0.,  0.,  0.,  0.,  0.]]),
 np.array([[ 0.,  0.,  1.,  0.,  0.,  0.,  0.]]),
 np.array([[ 0.,  1.,  0.,  0.,  0.,  0.,  0.]]),
 np.array([[ 0.,  0.,  0.,  0.,  1.,  0.,  0.]]),
 np.array([[ 0.,  0.,  0.,  0.,  1.,  0.,  0.]]),
 np.array([[ 0.,  0.,  0.,  0.,  0.,  1.,  0.]]),
 np.array([[ 0.,  0.,  0.,  0.,  0.,  0.,  1.]])]
a=np.array(l)

np.where(a)[2]

Это печатает

array([0, 2, 1, 4, 4, 5, 6], dtype=int64)

Альтернативно, вы можете использовать оригинальное решение вместе с комментарием @ml4294.

Answer 2

Ты можешь использовать np.argmax():

from sklearn.preprocessing import OneHotEncoder
import numpy as np

enc = OneHotEncoder()
labels = [[1],[2],[3]]
enc.fit(labels)  
x = enc.transform(labels).toarray()


# x = np.array([[1, 0, 0], [0, 1, 0], [0, 0, 1]])
xr = (np.argmax(x, axis=1)+1).reshape(-1, 1)
print(xr)

Это должно вернуться array([[1], [2], [3]]), Если вы хотите вместо array([[0], [1], [2]])Просто удалите +1 в определении xr,

Answer 3

Так как вы используете sklearn.preprocessing.OneHotEncoder чтобы "кодировать" данные, вы можете использовать его .inverse_transform() метод "декодирования" данных (я думаю, что это требует .__version__ = 0.20.1 или новее):

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder()
labels = [[1],[2],[3]]
encoder = enc.fit(labels)
encoded_labels = encoder.transform(labels)
decoded_labels = encoder.inverse_transform(encoded_labels)
decoded_labels # array([[1],
                        [2],
                        [3]])

nb decoded_labels - это пустой массив, а не список.

Источник: https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html