主要内容

onehotdecode

将概率向量解码为类标签

    描述

    例子

    一个= onehotdecode (B,,featureDim解码每个概率向量B所指定的标签中最可能的类标签featureDim指定定义概率向量的维度。该函数将概率向量中最大值的位置与中对应位置的类标签进行匹配,从而将概率向量解码为类标签.的每个概率向量一个的值替换为它对应于概率向量中的最大值。

    例子

    一个= onehotdecode (B,,featureDim,typename解码每个概率向量B到最可能的类标签,并返回具有数据类型的结果typename.使用此语法可获得具有特定数据类型的已解码类标签。

    例子

    全部折叠

    使用onehotencode而且onehotdecode函数将一组标签编码为概率向量,并将它们解码回标签。

    创建一个类别标签向量。

    colorsorigoriginal = [“红色”“蓝色”“红色”“绿色”“黄色”“蓝色”];colorsorigoriginal = categorical(colorsorigoriginal)
    colorsOriginal =1 x6分类红,蓝,红,绿,黄,蓝

    确定类别向量中的类。

    classes = categories(colorsorigoriginal);

    方法将标签编码为概率向量onehotencode函数。将概率向量编码到第一个维度。

    colorsEncoded = onehotencode(colorsorigoriginal,1)
    colorsEncoded =4×60 1 0 0 0 1 0 0 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

    使用onehotdecode解码概率向量。

    colorsDecoded = onehotdecode(colorsEncoded,classes,1)
    colorsDecoded =1 x6分类红,蓝,红,绿,黄,蓝

    解码后的标签与原始标签匹配。

    使用onehotdecode将一组概率向量解码为每个观察结果的最可能的类。

    创建一组10个随机概率向量。向量表示观察结果属于五类中的一类的概率。

    numObs = 10;numClasses = 5;prob = rand(numObs,numClasses);Tot = sum(prob,2);Prob = Prob ./tot;

    定义五个类的集合。

    Classes = [“红色”“黄色”“绿色”“蓝色”“紫色”];

    将概率解码为最可能的类别。概率向量被编码到第二个维度中,因此将包含编码概率的维度指定为2.获取最可能的类作为字符串的向量。

    结果= onehotdecode(prob,classes,2,“字符串”
    结果=10 x1字符串"红" "黄" "黄" "绿" "黄" "蓝" "绿" "黄" "红" "红"

    输入参数

    全部折叠

    要解码的概率向量,指定为数值数组。

    B必须介于0而且1.如果一个概率向量B包含值时,函数将该观察结果解码为概率最大的非类.如果一个观察只包含值时,函数将该观察值解码为中的第一个类标签

    数据类型:|

    类,指定为字符向量的单元格数组、字符串向量、数字向量或二维字符数组。

    数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|字符串|细胞|字符

    包含概率向量的维度,指定为正整数。

    使用featureDim中指定尺寸B它包含了概率向量。函数替换了每一个向量B的元素沿着指定的尺寸与沿向量的最大值在同一位置。

    的维度B指定的featureDim必须具有长度等于由

    已解码标签的数据类型,指定为字符向量或字符串标量。

    的有效值typename“分类”,“字符串”,以及数字类型,例如“单一”而且“int64”.如果指定数值类型,必须是一个数字向量。

    例子:“双”

    数据类型:字符|字符串

    输出参数

    全部折叠

    已解码的类标签,作为类别数组、字符串数组或数字数组返回。

    版本历史

    在R2020b中引入

    Baidu
    map