Codificação Distribuída (One-hot encoder)
Transforma um ou mais atributos do conjunto de dados em um, ou mais vetores binários esparsos. O One Hot Encoder é usado para transformar atributos categóricos representados como números, porém, cuja ordem não é relevante. Para evitar que os modelos interpretem esses atributos como sendo numéricos, são criadas variáveis binárias, cada uma para um valor possível que o atributo pode assumir. Dessas novas variáveis binárias, a única que terá valor 1 será correspondente à categoria do atributo na instância
Conectores
| Entrada | Saída |
|---|---|
| Entrada de dados número 1 | Um ou mais vetores binários esparsos |
Tarefa
Nome da Tarefa
Aba Execução
| Parâmetro | Detalhe |
|---|---|
| Atributos | Atributo(s) que será(ão) transformado(s) pelo Encoder |
| Alias | Nome(s) que o(s) novo(s) atributo(s) transformado(s) receberá(ão) |
Exemplo de Utilização
Objetivo: A partir da base de dados, transformar os campos em vetores binários.
Base de Dados: Airplane Crashes Since 1908
Adicione uma base de dados por meio da operação Ler dados.
Na operação Converter categórico para numérico no campo Atributos selecione “Operator”, “Route” e “Type”. No campo Nome para novo(s) atributo(s) indexado(s) coloque “Operator_num”, “Route_num” e “Type_num”.
Na operação Codificação distribuída (One-hot encoder) coloque no campo Atributos os atributos gerados no passo anterior: “Operator_num”, “Route_num” e “Type_num”. No campo Alias coloque os novos nomes dos atributos transformados: “Operator_bin”, “Route_bin” e “Type_bin”.
Execute o fluxo e visualize o resultado.
Nas imagens acima, a primeira exibe os atributos originais da base, e na segunda é possível ver os atributos criados como resultado das operações. Os atributos criados pelo One Hot Encoder, de sufixo “-bin”, estão representados como vetor esparso. Por exemplo, no campo Operator_bin, onde se lê “(2476, [23], [1.0])”, há um vetor de 2476 posições (ou seja, há 2476 valores distintos de Operator), em que a posição 23 é 1. É também exibido o Schema para output data, que contém metadados da operação realizada.
Dúvidas e/ou sugestões envie um e-mail para suporte@lemonade.org.br