知识卡片
独热编码表示类别
独热编码用长度等于类别数的向量表示类别,目标类别位置为 1,其余为 0。例如三个类别可分别用 (1,0,0)、(0,1,0)、(0,0,1)。对于没有天然顺序的类别,这避免把编号 1、2、3 当连续数值而人为引入远近关系。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 深度学习基础 3.6.1 分类与回归的关系 · 查看原书依据
如果有三个类别,标签 就是一个三维的向量,比如类1是,类2是,类3是.如果每个类别都用一个独热向量来表示,就不存在类1和类2比较接近,而类1和类3比较远的问题.而如果用独热向量来计算距离,则类别之间的距离都是一样的.
参考来源
- 位置:《深度学习详解》第3章《深度学习基础》3.6.1 分类与回归的关系(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter03.xhtml`)
- 结论依据:原文比较类别编码、softmax 与分类损失;对应公式和示例图已核验。
- 原始内容:如果有三个类别,标签 就是一个三维的向量,比如类1是,类2是,类3是.如果每个类别都用一个独热向量来表示,就不存在类1和类2比较接近,而类1和类3比较远的问题.而如果用独热向量来计算距离,则类别之间的距离都是一样的.