Python 如何处理多标签分类问题中的JSON文件？

我有一个多标签问题。我已经阅读了很多教程，并且都使用CSV。但我有一个JSON。一个图像可以有一到三个标签。这就是JSON的样子：

{“PIC_名称”：[“Label1”]，“PIC_名称”：[“Label2”，“Label6”]，“PIC_名称”：[“Label20”]，“PIC_名称”：[“Label4”]，“PIC_名称”：[“Label5”]，“PIC_名称”：[“Label1”]，“PIC_名称”：[“Label15”，…

CSV使用二进制标签。但我只有字符串。有20个不同的标签。如果它应该像在教程中一样，那么图片应该用23个二进制数字标记。如果标签（例如Label1）为真，则有一个1，所有其他标签都设置为0。我使用Keras

有人知道我如何用JSON解决这个问题吗？这是我读过的一个教程示例：

---

例如，我们有一张有猫、狗和鸟的图片。这张图片显示了狗和鸟。然后它应该是这样的：0 1 1。因为图片中没有猫，第一个值是0。我希望它可以像上面的教程中那样

如果我理解你的问题，你想用[1 0 0…]替换[“Label1”]，即一个热编码标签

如果是，您可以查看多标签问题的位置

例如，你可以这样做：

from sklearn.preprocessing import MultiLabelBinarizer

labels = [("blue", "jeans"),("blue", "dress"),("red", "dress"),("red", "shirt"), 
         ("blue", "shirt"),("black", "jeans")]

mlb = MultiLabelBinarizer()
labels = mlb.fit_transform(labels)

print(labels)

它打印：

然后你有一个热编码的标签

在你的问题中，你将有[“Label2”，“Label6”]而不是衣服

编辑：如果只有一个标签而不是两个，则它也可以工作：

from sklearn.preprocessing import MultiLabelBinarizer

labels = [("blue",),("blue", "dress"),("red", "dress"),("red", "shirt"), 
         ("blue", "shirt"),("black", "jeans")]

mlb = MultiLabelBinarizer()
labels = mlb.fit_transform(labels)

print(labels)

要获得类的索引，可以使用：

print(mlb.classes_)

编辑2：

例如：

from sklearn.preprocessing import MultiLabelBinarizer

labels = [("Label1",),("Label2",),("Label3",),("Label4","Label1"),        
         ("Label4","Label5")]

mlb = MultiLabelBinarizer()
labels = mlb.fit_transform(labels)

print(labels)

print(mlb.classes_)

编辑3：

这些措施将发挥作用：

labels = [["Label1"],["Label2"],["Label3"],["Label4","Label1"], 
         ["Label4","Label5"]]

labels = [("Label1",),("Label2",),("Label3",),("Label4","Label1"), 
         ("Label4","Label5")]

这不会（没有逗号）：

---

谢谢你的回答。我需要知道所有存在的标签组合吗？我有23个不同的标签，所有标签都可以相互组合。顺序重要吗？它必须是“（“蓝色”、“衬衫”）”还是也可以是（“衬衫”、“蓝色”）？顺序不重要。使用sklearn的方法，你只需要输入“MultiLabelBinarizer”使用所有标签，它将理解数据集中存在的所有不同标签。您不需要知道存在的所有标签组合。因此，它可以是这样的吗？标签=[（（“Label1”）、（（“Label2”）、（“Label3”）、（“Label4”）等]print（mlb.classes_3;）提供此输出如果你给多LabelBinarizer一些类似的东西：labels=[“Label1”]，[“Label2”]，[“Label3”]，[“Label4”，“Label1”]，[“Label4”，“Label5”]，[“Label3”]，[“Label4”，“Label1”]，[“Label1”，“Label4”，“Label5”]，它会工作得很好。如果你把它替换掉['在列表中的括号内，不要忘记逗号！

labels = [("Label1"),("Label2"),("Label3"),("Label4","Label1"), 
         ("Label4","Label5")]