One-hot encodings: differenze tra le versioni

Da Wiki AI.
(Creata pagina con "Un one-hot encoding è una tecnica utilizzata per rappresentare variabili categoriche come vettori binari, dove ogni categoria è rappresentata da un vettore di lunghezza uguale al numero totale di categorie, con tutti gli elementi a zero tranne quello corrispondente alla categoria, che è impostato su uno. Ad esempio, se abbiamo tre categorie e vogliamo rappresentarle utilizzando il one-hot encoding, otterremmo: * Categoria 1: [1, 0, 0] * Categoria 2: [0, 1, 0] * Cate...")
 
Nessun oggetto della modifica
Riga 6: Riga 6:
* Categoria 2: [0, 1, 0]
* Categoria 2: [0, 1, 0]
* Categoria 3: [0, 0, 1]
* Categoria 3: [0, 0, 1]
[[Category:concetto]]

Versione delle 08:40, 15 mar 2024

Un one-hot encoding è una tecnica utilizzata per rappresentare variabili categoriche come vettori binari, dove ogni categoria è rappresentata da un vettore di lunghezza uguale al numero totale di categorie, con tutti gli elementi a zero tranne quello corrispondente alla categoria, che è impostato su uno.

Ad esempio, se abbiamo tre categorie e vogliamo rappresentarle utilizzando il one-hot encoding, otterremmo:

  • Categoria 1: [1, 0, 0]
  • Categoria 2: [0, 1, 0]
  • Categoria 3: [0, 0, 1]