原文：https://blog.csdn.net/zcc_0015/article/details/76595447
已知三個feature，三個feature分別取值如下：
feature1=[“male”, “female”]
feature2=[“from Europe”, “from US”, “from Asia”]
feature3=[“uses Firefox”, “uses Chrome”, “uses Safari”, “uses Internet Explorer”]
如果做普通數據處理，那么我們就按0,1,2,3進行編號就行了。例如feature1=[0，1],feature2=[0，1，2],feature3=[0，1，2，3]。
那么，如果某個樣本為[“male”,“from Asia”, “uses Chrome”]，它就可以表示為[0，2，1]。
以上為普通編碼方式。
獨熱編碼(One-hot)換了一種方式編碼，先看看百科定義的：
獨熱編碼即 One-Hot 編碼，又稱一位有效編碼，其方法是使用N位狀態寄存器來對N個狀態進行編碼，每個狀態都有它獨立的寄存器位，並且在任意時候，其中只有一位有效。
例如對六個狀態進行編碼：
自然順序碼為 000,001,010,011,100,101
獨熱編碼則是 000001,000010,000100,001000,010000,100000
通過以上可以看到，獨熱編碼每一個碼的總的位數取決於狀態的種類數，每一個碼里的“1”的位置，就代表了哪個狀態生效。
還是回到我們最開始的例子，那么我們將它換成獨熱編碼后，應該是：
feature1=[01,10]
feature2=[001,010,100]
feature3=[0001,0010,0100,1000]
所以，對於前邊樣本[“male”,“from Asia”, “uses Chrome”]，經過獨熱編碼后，它應該為：
[01,00, 000,000,100, 0000,0010,0000,0000]
注：上邊用空格，以便看的更清晰。
以上的獨熱編碼可以寫成簡寫形式： [1,0, 0,0,1, 0,1,0,0]
最后，摘抄下獨熱編碼的好處：
由於分類器往往默認數據數據是連續的，並且是有序的，但是在很多機器學習任務中，存在很多離散（分類）特征，因而將特征值轉化成數字時，往往也是不連續的， One-Hot 編碼解決了這個問題。
並且，經過獨熱編碼后，特征變成了稀疏的了。這有兩個好處，一是解決了分類器不好處理屬性數據的問題，二是在一定程度上也起到了擴充特征的作用。