計算の効率化をしたい

Question

機械学習の問題に取り組んでおり、特徴量エンジニアリングでの以下の計算の効率化をしたいのですが、なかなかいい方法が思いつきません。計算自体はできるのですが、かなり時間がかかってしまう状態です。

やろうとしていることは、もともとの特徴量A、B、Cについて値を比較し、最大の値をもつ特徴量に1を与え、それ以外は０としたいです。

なお以下、trainはトレーニングデータで、pd.DataFrameです。

for i in range(train.shape[0]):
    max=np.max(train.loc[i, ['A', 'B', 'C']])
    if max==train.loc[i, 'A']:
        train.loc[i,['A', 'B', 'C'] ]=[1, 0, 0]
        continue
    elif max==train.loc[i, 'B']:
        train.loc[i,['A', 'B', 'C'] ]=[0, 1, 0]
        continue
    elif max==train.loc[i, 'C']:
        train.loc[i,['A', 'B', 'C'] ]=[0, 0, 1]

Comments

[opyon]

trainで検索するとTensorFlow関連のページが出て機械学習とのことなので察しはつきますが、関連情報として環境などを明記すると回答が得られやすくなるかもしれませんね。

Answer 1

train[['A', 'B', 'C']].idxmax(axis=1)で取得してからsklearnのLabelEncoder、OneHotEncoder等で（別のライブラリを使っているならそちらにあるもので構いません）one-hot表現にする。

Comments

[nouken]

idxmaxなるものが存在したのですね。ありがとう御座います！

Answer 2

サンプルデータ推測

サンプルデータを推測で作ってみましたが、どのような元データからどのような結果を得たいのか、明記したほうが回答得られると思いました。

ちなみに期待通りに動作してるように見えるのは気のせいでしょうか？

Comments

[nouken]

ご回答ありがとうございます。上にも書きましたように、欲しい動作はしていますが、より大きなデータセットに対して計算の時間がかかりすぎますので、より計算コストの低い方法はあるものか、と質問した次第でございます。

[opyon]

どのくらいの元データで、どのくらいの時間が掛かっていて、どのくらいまで高速化したい・・・
などの具体例が無いと回答しづらいと思いますよ。