Comment créer un codage à chaud d'une séquence de séquences

Question

Je veux faire un codage à chaud d'un ensemble de données qui ressemble à [[5,7,11,9,13,1, ...], [3, 7,5,9,16, ....], ..]; où la longueur de chaque séquence est de 24 et le nombre entier maximum possible dans chaque séquence est de 33 et le nombre total de séquences est de 200. Chaque séquence est une représentation entière d'une phrase. Comment puis-je rendre efficace un encodage à chaud de ce ?? J'ai essayé

for sentence in sentences:  
n=maxlen  
k=max_vocabullary  
m=np.zeros((n,k))  
m[np.arange(n),sentence]=1  
print (m) 

Answer 1

Essayez scikit-learn de OneHotEncoder.

from sklearn.preprocessing import OneHotEncoder 
enc = OneHotEncoder() 
encoded_seqs = enc.fit_transform([[5,7,11,9,13,1,...],[3,7,5,9,16,....],..]) 

http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html