博主原創文章，轉載請注明出處
https://www.cnblogs.com/shuaishuaidefeizhu/p/11269257.html
一、什么是one-hot編碼？
One-Hot編碼，又稱為一位有效編碼，主要是采用N位狀態寄存器來對N個狀態進行編碼，每個狀態都由他獨立的寄存器位，並且在任意時候只有一位有效。
One-Hot編碼是分類變量作為二進制向量的表示。這首先要求將分類值映射到整數值。然后，每個整數值被表示為二進制向量，除了整數的索引之外，它都是零值，它被標記為1。
二、one-hot編碼過程詳解
比如我們要對 “hello world” 進行one-hot編碼，怎么做呢？
1.確定要編碼的對象--hello world，
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個小寫字母 + 空格，）；
3.以上問題就相當於，有11個樣本，每個樣本有27個特征，將其轉化為二進制向量表示，
這里有一個前提，特征排列的順序不同，對應的二進制向量亦不同（比如我把空格放在第一列和a放第一列，one-hot編碼結果肯定是不同的）
因此我們必須要事先約定特征排列的順序：
1.、27種特征首先進行整數編碼：a--0，b--1，c--2，......，z--25，空格--26
2、27種特征按照整數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["中國", "美國", "日本"]進行one-hot編碼，
怎么做呢？
1.確定要編碼的對象--["中國", "美國", "日本", "美國"]，
2.確定分類變量--中國 美國 日本，共3種類別；
3.以上問題就相當於，有3個樣本，每個樣本有3個特征，將其轉化為二進制向量表示，
我們首先進行特征的整數編碼：中國--0，美國--1，日本--2，並將特征按照從小到大排列
得到one-hot編碼如下：
["中國", "美國", "日本", "美國"] ---> [[1,0,0], [0,1,0], [0,0,1], [0,1,0]]
三、為什么需要one-hot編碼？
one hot編碼是將類別變量轉換為機器學習算法易於利用的一種形式的過程。
上面的 hello world 相當於多分類的問題（27分類），每個樣本只對應於一個類別（即只在對應的特征處值為1，其余地方值為0），而我們的分類結果，得到的往往是隸屬於某個類別的概率，這樣在進行損失函數（例如交叉熵損失）或准確率計算時，變得非常方便
四、one-hot編碼的缺陷
one-hot編碼要求每個類別之間相互獨立，如果之間存在某種連續型的關系，或許使用distributed respresentation（分布式）更加合適。