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!
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego z Keras
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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())