1.什么是One_Hot?
对于这个问题，之前谷歌了一下，还涉及寄存器了（one-hot编码是N位状态寄存器为N个状态进行编码的方式）。。真的无语。这里不说那些很底层的，我们只需要了解one-hot编码是将类别变量转换为机器学习算法中容易处理的一种形式！
概念太抽象了，对太抽了，那么从实际例子来说明。
如下我们有两个特征：
我们看到有两个特证名为：animal与food，解释一下两列值意思，第一列代表的是动物的名字，第二列是食物的个数，比如第一行cat 2 描述为猫吃了两个食物，这里是测试数据，主要是想通过，这些数据给予直观的认识及实际操作。
而对上述数据做one-hot编码后得结果为：
animal列数据类型是字符串，而第二列是数值型，如果我们能将这些特征值用0/1表示，是不是在机器学习中，对这些非连续值非常有帮助。
综上，我们推论出，如果你在处理的数据中，通过特征工程这一步操作，能够将特征的类型判别出来，哪些是连续的，哪些是非连续的，那么我们就可以对它进行特殊处理，比如此处的one-hot编码！
对于定义我们有了基础的了解之后，下面我们来深入了解一下为什么one-hot编码可以用来处理非连续(离散)特征？
2.One_Hot编码处理离散特征
在使用one-hot编码中，我们可以将离散特征的取值扩展到欧式空间，在机器学习中，我们的研究范围就是在欧式空间中，首先这一步，保证了能够适用于机器学习中；而；另外了对于one-hot处理的离散的特征的某个取值也就对应了欧式空间的某个点！
那么对于上面这句话，你会有很多疑问，比如：为何one-hot编码能将离散特征映射到欧式空间？
原因是，在统计机器学习算法中的回归，分类这些问题中，特征之间距离的计算或相似度计算非常重要，比如大家常用的k-means，而我们常用的这些计算都在欧式空间中进行相似度计算。换句话说，就是我上面说的研究范围在欧式空间，保证了one-hot编码的成立！
3.One_Hot编码实现
还是以上述animal为例：
【数据展示】
import pandas as pd data = { 'animal':['cat','dog','cat','lion'], 'food':[2,3,5,3], } data_learn = pd.DataFrame(data) data_learn
【完整特征编码】
dummies = pd.get_dummies(data_learn,columns=data_learn.columns) dummies
【特定特征编码】
dummies = pd.get_dummies(data_learn['animal']) dummies = dummies.add_prefix("{}_".format('animal')) data_learn.drop('animal',axis=1,inplace=True) data_learn = data_learn.join(dummies) data_learn
对于这里的特定特征编码，我这里只选取了一个特定特征，你也可以选择多个，通过列表存储，遍历操作，即可实现！