将标签转换为one-hot编码

Question

因此，我正在学习使用虹膜数据集的one-hot编码

iris = load_iris()
X = iris['data'] # the complete data -2D
Y = iris['target'] # 1-D only the 150 rows 
names = iris['target_names'] #['setosa','versicolor','viginica']
feature_names = iris['feature_names']# [sl,sw,pl,pw]
isamples = np.random.randint(len(Y), size = 5)
Ny = len(np.unique(Y))
Y = keras.utils.to_categorical(Y[:], num_classes = Ny)
print('X:', X[isamples,:])
print('Y:', Y[isamples])

我对这一部分感到困惑：Y = keras.utils.to_categorical(Y[:], num_classes = Ny)

Y[:]是什么意思？:在print(X[isamples,:])中的用法是什么

Answer 1

虹膜数据集由来自三种鸢尾花(Iris setosa、iris弗吉尼亚和Iris versicolor)中每种的150个样本组成。从每个样本中测量了四个特征:以厘米为单位的唇瓣和花瓣的长度和宽度。在您的代码中，X表示用于训练模型的特征集，您可以从iris.data获取这些特征集，而y表示您可以从iris.target获得的X特征集上每一行的目标标签。标签使用数值表示(例如，0表示setosa类，1表示弗吉尼亚类，2表示杂色类)您可以使用iris.target_names获得每个类的名称。您在Python中看到的括号之间的冒号称为切片运算符，它允许您从列表的elemenst中获取元素的子集。例如，如果您有一个列表l= 1,2,3,4，如果您只想要列表的第二个和第三个元素，您可以只使用l1:3。好的，现在使用冒号运算符，而不使用像这样的数字l将为您提供整个列表的副本，因此Y意思是给我一份Y列表的副本，用于打印(Xisamples，:) isamples是一个包含5个随机生成的索引的列表，该列表介于0和600之间，以从X列表print中获取要素样本(Xisamples，:)表示从特征列表中随机抽取5个样本，并为每个样本打印所有四个特征