MultiLabelBinarizer()与inverse_transform()

Question

我有多个标签。标签中的元素意味着投票。以下是标签的外观：

array([[ 4,  0,  0,  1,  3,  2,  0,  0],
       [ 6,  0,  1,  1,  0,  0,  0,  0],
       [ 5,  0,  0,  3,  1,  0,  0,  0],
       [ 4,  0,  0,  4,  1,  0,  0,  0],
       [ 9,  0,  0,  1,  0,  0,  0,  0],
       [ 6,  0,  0,  1,  0,  0,  1,  1],
       [ 2,  0,  0,  8,  0,  0,  0,  0],
       [ 0, 10,  0,  0,  0,  0,  0,  0],
       [ 0, 10,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  6,  0,  0,  0,  4,  0]])

以下是我尝试过的：

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
nn = mlb.fit_transform(labels_train)
nn[:10]

输出：

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

当我尝试inverse_transform()时：

zet = mlb.inverse_transform(nn)
zet[:10]

退出：

[(0, 1, 2, 3, 4),
 (0, 1, 6),
 (0, 1, 3, 5),
 (0, 1, 4),
 (0, 1, 9),
 (0, 1, 6),
 (0, 2, 8),
 (0, 10),
 (0, 10),
 (0, 4, 6)]

我做错了什么？为什么它以升序显示独特的价值？

Answer 1

这看上去很直观。

当我们有一个单标签响应(多类设置)时，编码之前的响应如下：

[1, 4, 2, 3, 5]

在编码之后，它变成

[[1,0,0,0,0], [0,0,0,1,0], [0,1,0,0,0], [0,0,1,0,0], [0,0,0,0,1]]

表示有i级的存在。但只有一个。类似地，在多标签设置中-

输入应该是- [[1,2,5], [4,1], [2,3] [3], [5,4]]

编码值- [[1,1,0,0,1], [1,0,0,1,0], [0,1,1,0,0], [0,0,1,0,0], [0,0,0,1,1]]

表示(i，j，k)第四类的存在。可以有很多

在编码之前，不需要在数据中保留重复的值。反函数也会以同样的方式工作。

每个样本的标签集，使得y我由每个yt我，j == 1的classes_J组成。

但是，如果您试图再次转换o/p的逆，您将得到相同的编码。

mlb.transform(zet)

数组([ 1，1，1，1，0，0，0，0、 1，1，0，0，0，0，1，0，0，0、 1，1，1，1，1，1，0，、 1，1，0，0，0，0，0，0、 1，0，0，0，0，0，0，0，1，0、 1，1，0，0，0，0，1，0，0，0、 1，1，1，0，0，0，0，1，0，、 1，0，0，0，0，0，0，0、 1，0，0，0，0，0，0，0、1，0，0，0，1，0，0，0])