나는 기계 학습과 keras에 초보자이며 이제 keras를 사용하여 멀티 클래스 이미지 분류 문제를 해결하고 있습니다. 입력은 태그 된 이미지입니다. 사전 처리 후 훈련 데이터는 Python 목록에 다음과 같이 표시됩니다.
[["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]]
"dog", "cat"및 "bird"는 클래스 레이블입니다. 이 문제에는 one-hot 인코딩을 사용해야한다고 생각하지만이 문자열 레이블을 처리하는 방법은 명확하지 않습니다. 이 방법으로 sklearn의 LabelEncoder ()를 시도했습니다.
encoder = LabelEncoder()
trafomed_label = encoder.fit_transform(["dog", "cat", "bird"])
print(trafomed_label)
그리고 출력은 [2 1 0]이며, [[1,0,0], [0,1,0], [0,0,1]]과 같은 무언가에 대한 나의 기대 출력과 다릅니다. 일부 코딩으로 수행 할 수는 있지만 처리 할 수있는 "표준"또는 "전통적인"방법이 있는지 알고 싶습니다.