텍스트 본문의 단어에 대한 하나의 핫 인코딩

Question

어떻게 tenorflow를 사용하여 vocab 크기가 희박한 벡터로 표현되는 각 단어와 해당 단어의 색인을 1로 나타내는 단어의 핫 인코딩을 만들 수 있습니까?

것을

등 oneHotEncoding (즉 = 'A', 'B', 'C', 'D']) -> [1,0,0,0], [0,1, 0,0], [0,0,1,0], [0,0,0,1]]?

Answer 1

Scikits 하나의 핫 인코더는 int 배열 (http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html)을 사용합니다.

이

import numpy as np 
from sklearn.preprocessing import OneHotEncoder 
wdict = {'a': 0, 'b': 1, 'c': 2, 'd': 3} 
dictarr = np.asarray(wdict.values()).reshape(-1, 1) 
enc = OneHotEncoder() 
enc.fit(dictarr) 
enc.transform([[2]]).toarray() 

[여기]

array([[ 0., 0., 1., 0.]])