一、問題由來 在很多機器學習任務中，特征並不總是連續值，而有可能是分類值。 離散特征的編碼分為兩種情況： 　　1、離散特征的取值之間沒有大小的意義，比如color：[red,blue],那么就使用one-hot編碼 　　2、離散特征的取值有大小的意義，比如size:[X,XL,XXL ...

一、文本表示 文本表示的意思是把字詞處理成向量或矩陣，以便計算機能進行處理。文本表示是自然語言處理的開始環節。 文本表示按照細粒度划分，一般可分為字級別、詞語級別和句子級別的文本表示。字級別（ch ...

查閱了很多資料，逐漸知道了one hot 的編碼，但是始終沒理解sklearn. preprocessing.OneHotEncoder()如何進行fit()的？自己琢磨了一下，后來終於明白是怎么回事 ...

上一篇博客介紹了文本離散表示的one-hot、TF-IDF和n-gram方法，在這篇文章里，我做了一個對新聞文本進行one-hot編碼的小實踐。 文本的one-hot相對而言比較簡單，我用了兩種方法，一種是自己造輪子，第二種是用深度學習框架keras來做。同時，我發現盡管sklearn可以實現 ...

softmax模型可以用來給不同的對象分配概率。即使在之后，我們訓練更加精細的模型時，最后一步也需要用softmax來分配概率。 cross-entropy 交叉熵是度量這兩個向量距離的方法之一。我們將記它為D以表示距離。 labels標簽向量經過了one-hot編碼 ...

本節講深度學習用於文本和序列 用於處理序列的兩種基本的深度學習算法分別是循環神經網絡（recurrent neural network）和一維卷積神經網絡（1D convnet） 與其他所有神經網絡 ...