用Numpy快速实现one_hot编码标签

机器学习的分类问题，常用one_hot编码方式做为标签；经常会需要将连续的整型标签值转化为one_hot编码标签，用Numpy实现转换(映射map)的一个思路：用连续的整型标签值索引np.eye数组。范例代码如下：

import numpy as np
#连续的整型标签值
labels = np.array([0, 1, 2, 1, 2, 0, 2, 1, 0])
#类别
num_classes = 3
#one_hot编码
one_hot_codes = np.eye(num_classes)

one_hot_labels = []
for label in labels:
    #将连续的整型值映射为one_hot编码
    one_hot_label = one_hot_codes[label]
    one_hot_labels.append(one_hot_label)

one_hot_labels = np.array(one_hot_labels)
print(one_hot_labels)

运行结果：

[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]
[0. 1. 0.]
[0. 0. 1.]
[1. 0. 0.]
[0. 0. 1.]
[0. 1. 0.]
[1. 0. 0.]]