데이터셋 준비하기
콘솔에서 레이블 darts.competitor가 아직 네트워크가 이해할 수 있는 형식이 아님을 확인할 수 있어요. 현재는 참가자 이름이 문자열로 들어 있습니다. 먼저 참가자 이름을 고유한 숫자로 변환한 다음, keras.utils의 to_categorical() 함수를 사용해 이 숫자들을 원-핫 인코딩으로 바꿔 주세요.
이는 다중 클래스 분류 문제에서 유용해요. 클래스 수만큼 출력 뉴런이 있고, 데이터셋의 각 관측치마다 한 개의 뉴런만 활성화되도록 하면 됩니다.
다트 데이터셋은 darts로 로드되어 있고, pandas는 pd로 임포트되어 있어요. 이제 이 데이터셋을 준비해 볼까요?
이 연습은 강의의 일부입니다
Keras로 시작하는 딥 러닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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())