一、问题由来 在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。 离散特征的编码分为两种情况： 　　1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码 　　2、离散特征的取值有大小的意义，比如size:[X,XL,XXL ...

一、文本表示 文本表示的意思是把字词处理成向量或矩阵，以便计算机能进行处理。文本表示是自然语言处理的开始环节。 文本表示按照细粒度划分，一般可分为字级别、词语级别和句子级别的文本表示。字级别（ch ...

查阅了很多资料，逐渐知道了one hot 的编码，但是始终没理解sklearn. preprocessing.OneHotEncoder()如何进行fit()的？自己琢磨了一下，后来终于明白是怎么回事 ...

上一篇博客介绍了文本离散表示的one-hot、TF-IDF和n-gram方法，在这篇文章里，我做了一个对新闻文本进行one-hot编码的小实践。 文本的one-hot相对而言比较简单，我用了两种方法，一种是自己造轮子，第二种是用深度学习框架keras来做。同时，我发现尽管sklearn可以实现 ...

softmax模型可以用来给不同的对象分配概率。即使在之后，我们训练更加精细的模型时，最后一步也需要用softmax来分配概率。 cross-entropy 交叉熵是度量这两个向量距离的方法之一。我们将记它为D以表示距离。 labels标签向量经过了one-hot编码 ...

本节讲深度学习用于文本和序列 用于处理序列的两种基本的深度学习算法分别是循环神经网络（recurrent neural network）和一维卷积神经网络（1D convnet） 与其他所有神经网络 ...