一、什么是one-hot編碼漂坏？
One-Hot編碼，又稱為一位有效編碼媒至，主要是采用N位狀態(tài)寄存器來對(duì)N個(gè)狀態(tài)進(jìn)行編碼顶别，每個(gè)狀態(tài)都由他獨(dú)立的寄存器位，并且在任意時(shí)候只有一位有效拒啰。
One-Hot編碼是分類變量作為二進(jìn)制向量的表示驯绎。這首先要求將分類值映射到整數(shù)值。然后谋旦，每個(gè)整數(shù)值被表示為二進(jìn)制向量剩失，除了整數(shù)的索引之外屈尼，它都是零值，它被標(biāo)記為1拴孤。
二脾歧、one-hot編碼過程詳解
比如我們要對(duì) “hello world” 進(jìn)行one-hot編碼，怎么做呢演熟？
1.確定要編碼的對(duì)象--hello world鞭执，
2.確定分類變量--h? e? l? l? o? 空格? w? o? r? l? d，共27種類別（26個(gè)小寫字母 + 空格芒粹，）蚕冬；
3.以上問題就相當(dāng)于，有11個(gè)樣本是辕，每個(gè)樣本有27個(gè)特征，將其轉(zhuǎn)化為二進(jìn)制向量表示猎提，
這里有一個(gè)前提获三，特征排列的順序不同，對(duì)應(yīng)的二進(jìn)制向量亦不同（比如我把空格放在第一列和a放第一列锨苏，one-hot編碼結(jié)果肯定是不同的）
因此我們必須要事先約定特征排列的順序：
1.疙教、27種特征首先進(jìn)行整數(shù)編碼：a--0，b--1伞租，c--2贞谓，......，z--25葵诈，空格--26
2裸弦、27種特征按照整數(shù)編碼的大小從前往后排列
得到的one-hot編碼如下：
再比如：我們要對(duì)["中國(guó)", "美國(guó)", "日本"]進(jìn)行one-hot編碼，
怎么做呢作喘？
1.確定要編碼的對(duì)象--["中國(guó)", "美國(guó)", "日本", "美國(guó)"]理疙，
2.確定分類變量--中國(guó)? ? 美國(guó)? ? 日本，共3種類別泞坦；
3.以上問題就相當(dāng)于窖贤，有3個(gè)樣本，每個(gè)樣本有3個(gè)特征贰锁，將其轉(zhuǎn)化為二進(jìn)制向量表示赃梧，
我們首先進(jìn)行特征的整數(shù)編碼：中國(guó)--0，美國(guó)--1豌熄，日本--2授嘀，并將特征按照從小到大排列
得到one-hot編碼如下：
["中國(guó)", "美國(guó)", "日本", "美國(guó)"]? --->? [[1,0,0], [0,1,0], [0,0,1], [0,1,0]]
三、為什么需要one-hot編碼锣险？
one hot編碼是將類別變量轉(zhuǎn)換為機(jī)器學(xué)習(xí)算法易于利用的一種形式的過程粤攒。
上面的 hello world 相當(dāng)于多分類的問題（27分類）所森，每個(gè)樣本只對(duì)應(yīng)于一個(gè)類別（即只在對(duì)應(yīng)的特征處值為1，其余地方值為0）夯接，而我們的分類結(jié)果焕济，得到的往往是隸屬于某個(gè)類別的概率，這樣在進(jìn)行損失函數(shù)（例如交叉熵?fù)p失）或準(zhǔn)確率計(jì)算時(shí)盔几，變得非常方便
四晴弃、one-hot編碼的缺陷
one-hot編碼要求每個(gè)類別之間相互獨(dú)立，如果之間存在某種連續(xù)型的關(guān)系逊拍，或許使用distributed respresentation（分布式）更加合適上鞠。
