one-hot.md

One-Hot 编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。  


例如：

> 自然状态码为：000,001,010,011,100,101  
>
>
> 独热编码为：000001,000010,000100,001000,010000,100000

可以这样理解，对于每一个特征，如果它有m个可能值，那么经过独热编码后，就变成了m个二元特征。并且，这些特征互斥，每次只有一个激活。因此，数据会变成稀疏的。  


这样做的好处主要有：

1. 解决了分类器不好处理属性数据的问题

2. 在一定程度上也起到了扩充特征的作用

举例  


我们基于[Python](http://lib.csdn.net/base/python)和Scikit-learn写一个简单的例子：

> from sklearn import preprocessing  
>
>
> enc = preprocessing.OneHotEncoder\(\)
>
> enc.fit\(\[\[0, 0, 3\], \[1, 1, 0\], \[0, 2, 1\], \[1, 0, 2\]\]\)
>
> enc.transform\(\[\[0, 1, 3\]\]\).toarray\(\)

输出结果：  


> array\(\[\[ 1.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,  1.\]\]\)