一义郑、One-Hot Encoding
One-Hot編碼刹泄，又稱為一位有效編碼桦踊，主要是采用N位狀態(tài)寄存器來對N個狀態(tài)進行編碼明棍，每個狀態(tài)都由他獨立的寄存器位，并且在任意時候只有一位有效耐版。
在實際的機器學(xué)習(xí)的應(yīng)用任務(wù)中拱绑，特征有時候并不總是連續(xù)值赋元，有可能是一些分類值掘譬，如性別可分為“male”和“female”泰演。在機器學(xué)習(xí)任務(wù)中，對于這樣的特征葱轩，通常我們需要對其進行特征數(shù)字化睦焕，如下面的例子：
有如下三個特征屬性：
1.性別：["male"，"female"]
2.地區(qū)：["Europe"靴拱，"US"垃喊，"Asia"]
3.瀏覽器：["Firefox"，"Chrome"袜炕，"Safari"本谜，"Internet Explorer"]
對于某一個樣本，如["male"偎窘，"US"乌助，"Internet Explorer"]，我們需要將這個分類值的特征數(shù)字化评架，最直接的方法眷茁，我們可以采用序列化的方式：[0,1,3]炕泳。但是這樣的特征處理并不能直接放入機器學(xué)習(xí)算法中纵诞。
二、One-Hot Encoding的處理方法
對于上述的問題培遵，性別的屬性是二維的浙芙，同理，地區(qū)是三維的籽腕，瀏覽器則是思維的嗡呼，這樣，我們可以采用One-Hot編碼的方式對上述的樣本“["male"皇耗，"US"南窗，"Internet Explorer"]”編碼，“male”則對應(yīng)著[1，0]万伤，同理“US”對應(yīng)著[0窒悔，1，0]敌买，“Internet Explorer”對應(yīng)著[0,0,0,1]简珠。則完整的特征數(shù)字化的結(jié)果為：[1,0,0,1,0,0,0,0,1]。這樣導(dǎo)致的一個結(jié)果就是數(shù)據(jù)會變得非常的稀疏虹钮。
三聋庵、實際的Python代碼
from sklearn import preprocessing
enc?=?preprocessing.OneHotEncoder()
enc.fit([[0,0,3],[1,1,0],[0,2,1],[1,0,2]])
array?=?enc.transform([[0,1,3]]).toarray()
print(array)
原文參考：http://blog.csdn.net/google19890102/article/details/44039761
