0
기계 학습을위한 기능 데이터 세트를 생성하고 있으며, 2 차원 배열 배열 X가 있습니다. 여기서 X.shape = (n, d) - n 샘플, d 피쳐입니다.수평 스택 2 차원 Numpy 배열과 3 차원 Numpy 배열
이제는 f (1, k) - n 개의 샘플, k 개의 레이블이있는 단일 핫 인코딩 - f를 사용하여 새 기능을 생성합니다.
기존 기능 데이터 세트에이 새로운 기능을 추가하는 가장 좋은 방법은 무엇입니까?
어떤 기능 데이터 세트의 최종 형태가 될 것인가? – Divakar
필자는 sklearn의 라이브러리를 사용하고 있는데, 기존의 featureset에 핫 라벨 기능을 구현하는 표준 방법은 무엇입니까? –
나는 k 개의 새로운 기능처럼 취급 할 것입니다. np.c_ [X, f.reshape (n, k)]'. –