データセットを準備する
コンソールで、ラベル darts.competitor がまだネットワークで理解できる形式になっていないことを確認できます。現在は競技者名が文字列として入っています。まずは競技者ごとに一意の番号へ変換し、その後 keras.utils の to_categorical() 関数を使って、その番号をワンホット表現に変換します。
これは多クラス分類に有効です。出力ニューロンの数はクラス数と同じで、データセットの各観測に対して活性化してほしいニューロンは1つだけだからです。
ダーツのデータセットは darts として読み込まれています。Pandas は pd としてインポート済みです。さっそくこのデータセットを準備しましょう！
この演習はコースの一部です
Kerasで学ぶIntroduction to Deep Learning
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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())