1. Learn
    2. /
  2. Courses
    3. /
  3. Wprowadzenie do uczenia głębokiego z Keras
Connected

Exercise

Przygotuj zbiór danych

W konsoli możesz sprawdzić, że etykiety darts.competitor nie są jeszcze w formacie zrozumiałym dla sieci. Zawierają nazwy zawodników zapisane jako ciągi tekstowe. Najpierw zamienisz tych zawodników na unikalne liczby, a następnie użyjesz funkcji to_categorical() z keras.utils, aby przekształcić te liczby na reprezentację w postaci one-hot encoding.

To przydatne podejście w problemach klasyfikacji wieloklasowej – liczba neuronów wyjściowych odpowiada liczbie klas, a dla każdej obserwacji w zbiorze danych chcemy, żeby aktywował się dokładnie jeden neuron.

Zbiór danych z rzutami lotkami jest wczytany jako darts. Pandas jest zaimportowany jako pd. Czas przygotować ten zbiór danych!

Instructions 1/2

undefined XP
    1
    2
  • Użyj metody Categorical() z biblioteki pandas, aby przekształcić kolumnę competitor.
  • Przypisz każdemu zawodnikowi numer, korzystając z atrybutu cat.codes kolumny z zawodnikami.