如何用Python从100个one-hot标签中选取最常见的单一标签

没问题，我来帮你解决这个标签压缩的问题——要把形状为(100,6)的one-hot标签数组压缩成(1,6)的单个标签，核心就是找出出现频次最高的那个one-hot向量，用NumPy就能轻松实现，具体步骤和代码如下：

实现思路 #

1. 转换类别索引：先把每个one-hot向量转换成对应的类别编号（比如[0,0,0,0,0,1]对应编号5），这样统计频次更方便；
2. 统计最高频次类别：计算每个类别出现的次数，找出次数最多的那个类别编号；
3. 转回One-Hot格式：把最高频次的类别编号重新转换成one-hot编码，调整成(1,6)的形状。

完整代码（基于NumPy） #

import numpy as np

# 假设你的标签数组是labels，对应你提供的(100,6)数据
labels = np.array([
    [0,0,0,0,0,1], [0,0,0,0,0,1], [0,0,1,0,0,0],
    [0,1,0,0,0,0],  # 其他样本省略...
], dtype=int8)

# 步骤1：将one-hot标签转换为类别索引（0-5的整数）
class_indices = np.argmax(labels, axis=1)

# 步骤2：找出出现次数最多的类别编号
most_common_class = np.bincount(class_indices).argmax()

# 步骤3：将类别编号转回one-hot编码，并调整为(1,6)形状
compressed_label = np.eye(6)[most_common_class].reshape(1, 6)

# 输出结果
print(compressed_label)

代码细节解释 #

• np.argmax(labels, axis=1)：沿着每个样本的维度（axis=1）取最大值的索引，把每个6维的one-hot向量简化成一个0到5之间的整数，方便后续统计；
• np.bincount(class_indices).argmax()：bincount会统计每个整数类别出现的次数，返回的数组索引对应类别编号，值对应次数；argmax则直接找出次数最多的类别编号；
• np.eye(6)[most_common_class]：生成一个6×6的单位矩阵，取对应类别的行就是该类别的one-hot编码，最后用reshape(1,6)把它转换成你需要的(1,6)形状。

针对你的示例数据验证 #

你提供的标签数组里，[0,0,0,0,0,1]（对应类别5）出现的次数最多，所以运行代码后得到的compressed_label会是[[0 0 0 0 0 1]]，完全符合需求。

内容的提问来源于stack exchange，提问作者Salman Shaukat