An Unexpected Problem Happening in Conversion Between Categorical and Single or Double Data Types in MATLAB
Oct. 13, 2022
使用MATLAB训练和测试监督机器学习算法时，通常会面对定类变量的标签，之前我是直接使用整数来表示的，但是后来学习MATLAB示例，发现官方示例使用的标签经常使用的时categorical类型的数据，后来我也就经常使用categorical()函数将整数转化为categorical类型的数据再进行处理，这么做的一个好处是，当在用户在编写代码的过程中无意对定类变量进行了数学运算(比如加减乘除)时，软件会进行报错，比如：
1
2
3
4
5
Operator '+' is not supported for
operands of type 'categorical'.
Operator '*' is not supported for
operands of type 'categorical'.
并且还可以设置它的'Ordinal'参数，使得定类变量具有mathematical ordering。
但是今天在将categorial数据类型和数值数据类型转换的过程中，发现了一个不符合预期的地方。
比如，对于非零数值a，将其转换为categorical数据类型ac，之后再将ac转换为单精度数据as、双精度数据ad都是没有问题的：
1
2
3
4
5
6
7
8
9
clc, clear, close all
a = 1;
% Convert `a` to 'categorical' data type `ac`
ac = categorical(a);
% Concert `ac` to 'single' data type `as`
as = single(ac);
% Concert `ac` to 'double' data type `ad`
ad = single(ac);
1
2
3
4
5
6
7
8
9
10
11
a =
1
ac =
categorical
1
as =
single
1
ad =
single
1
但是，如果a为零值，进行同样的转换操作：
1
2
3
4
5
6
7
8
9
clc, clear, close all
a = 0;
% Convert `a` to 'categorical' data type `ac`
ac = categorical(a);
% Concert `ac` to 'single' data type `as`
as = single(ac);
% Concert `ac` to 'double' data type `ad`
ad = single(ac);
结果就变为：
1
2
3
4
5
6
7
8
9
10
11
a =
0
ac =
categorical
0
as =
single
1
ad =
single
1
即在将categorical数据类型转换为single或者double类型数据时，中间差了1，这是不太符合预期的。
对于从零值开始的向量也是如此：
1
2
3
4
5
6
7
8
9
clc, clear, close all
A = 0:6;
% Convert `A` to 'categorical' data type `Ac`
Ac = categorical(A);
% Concert `Ac` to 'single' data type `As`
As = single(Ac);
% Concert `Ac` to 'double' data type `Ad`
Ad = single(Ac);
1
2
3
4
5
6
7
8
9
10
11
A =
0 1 2 3 4 5 6
Ac =
1×7 categorical array
0 1 2 3 4 5 6
As =
1×7 single row vector
1 2 3 4 5 6 7
Ad =
1×7 single row vector
1 2 3 4 5 6 7
而对于非零值开始的向量就不存在这样的问题：
1
2
3
4
5
6
7
8
9
clc, clear, close all
A = 1:7;
% Convert `A` to 'categorical' data type `Ac`
Ac = categorical(A);
% Concert `Ac` to 'single' data type `As`
As = single(Ac);
% Concert `Ac` to 'double' data type `Ad`
Ad = single(Ac);
1
2
3
4
5
6
7
8
9
10
11
A =
1 2 3 4 5 6 7
Ac =
1×7 categorical array
1 2 3 4 5 6 7
As =
1×7 single row vector
1 2 3 4 5 6 7
Ad =
1×7 single row vector
1 2 3 4 5 6 7
这个问题不是warning也不是error，只是代码实现上的一种考量，这种考量可能会在某些场景下会有优势，但是我目前还不是很理解。
但是也不能因噎废食，categorical函数还是很方便的，并且categorical数据类型的很大一个便利之处就是它能够直接保存文本标签。
Reference