« Encodage un parmi n » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
__NOTOC__ | __NOTOC__ | ||
== Domaine == | ==Domaine== | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Category:Vocabulaire2]] | [[Category:Vocabulaire2]] | ||
| Ligne 9 : | Ligne 9 : | ||
<br /> | <br /> | ||
== Définition == | ==Définition== | ||
Vecteur creux caractérisé par un élément ayant la valeur 1 et tous les autres la valeur 0. L'encodage à chaud est couramment utilisé pour représenter des chaînes ou des identifiants qui ont un ensemble fini de valeurs possibles. | Vecteur creux caractérisé par un élément ayant la valeur 1 et tous les autres la valeur 0. L'encodage à chaud est couramment utilisé pour représenter des chaînes ou des identifiants qui ont un ensemble fini de valeurs possibles. | ||
- Google | - Google | ||
| Ligne 22 : | Ligne 22 : | ||
<br /> | <br /> | ||
== Français == | ==Français== | ||
encodage à chaud n.m. | |||
encodeur OneHot (dans scikit-learn) n.m. | |||
| Ligne 33 : | Ligne 33 : | ||
<br /> | <br /> | ||
== Anglais == | ==Anglais== | ||
=== | ===one-hot encoding=== | ||
=== | ===OneHotEncoding=== | ||
<br/> | <br /> | ||
<br/> | <br /> | ||
[https://code.i-harness.com/fr/q/217b2e7 | [https://code.i-harness.com/fr/q/217b2e7 Source: CODE Q&A] | ||
<br/> | <br /> | ||
[https://developers.google.com/machine-learning/glossary/ | [https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary] | ||
<br/> | <br /> | ||
[https://fr.wikipedia.org/wiki/Encodage_one-hot | [https://fr.wikipedia.org/wiki/Encodage_one-hot Source: Wikipedia] | ||
<br/> | <br /> | ||
<br/>[https://datafranca.org/lexique/encodage-one-hot/ | <br />[https://datafranca.org/lexique/encodage-one-hot/ ''Publié : datafranca.org''] | ||
<br/> | <br /> | ||
<br/> | <br /> | ||
Version du 17 avril 2019 à 13:28
Domaine
Définition
Vecteur creux caractérisé par un élément ayant la valeur 1 et tous les autres la valeur 0. L'encodage à chaud est couramment utilisé pour représenter des chaînes ou des identifiants qui ont un ensemble fini de valeurs possibles.
- Google
Un encodage à chaud consiste à représenter des états en utilisant pour chacun une valeur dont la représentation binaire n'a qu'un seul chiffre 1. On peut définir une fonction d'encodage OneHot dans scikit-learn comme étant la fonction qui prend en entrée un vecteur z et qui redéfinit en sortie la plus grande valeur de z à 1 et toutes autres valeurs de z à 0. - Wikipedia
Français
encodage à chaud n.m.
encodeur OneHot (dans scikit-learn) n.m.
Anglais
one-hot encoding
OneHotEncoding
Source: CODE Q&A
Source: Google machine learning glossary
Source: Wikipedia
Publié : datafranca.org
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki, Robert Meloche
