Připrav svůj dataset
V konzoli si můžeš ověřit, že tvoje štítky darts.competitor ještě nejsou ve formátu, kterému by tvá síť rozuměla. Obsahují jména soutěžících jako řetězce. Nejprve tato jména převedeš na jedinečná čísla a pak použiješ funkci to_categorical() z keras.utils, která tato čísla zakóduje do reprezentace one-hot.
To se hodí při problémech multi-class klasifikace, kde má výstupní vrstva tolik neuronů, kolik je tříd – a pro každý příklad v datasetu chceme, aby se aktivoval právě jeden z nich.
Dataset šipek je načtený jako darts. Pandas je importovaný jako pd. Pojďme tento dataset připravit!
Toto cvičení je součástí kurzu
Úvod do hlubokého učení s Keras
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Transform into a categorical variable
darts.competitor = pd.____(darts.competitor)
# Assign a number to each category (label encoding)
darts.competitor = darts.competitor.____.____
# Print the label encoded competitors
print('Label encoded competitors: \n',darts.competitor.head())