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。
聽概念的話顯得比較復雜，我們來看一個例子。
假設我們有一群學生，他們可以通過四個特征來形容，分別是：
- 性別：[“男”，“女”]
- 年級：[“初一”，“初二”，“初三”]
- 學校：[“一中”，“二中”，“三中”，“四中”]
舉個例子，用上述四個特征來描述小明同學，即“男生，初一，來自二中”，如果特征類別是有序的話，我們能夠用表示順序的數組表示
即“男生，初一，來自一中” ==> [0,0,1]
但是這樣的特征處理並不能直接放入機器學習算法中，因為類別之間是無序的
這時候就可以用獨熱編碼的形式來表示了，我們用采用N位狀態寄存器來對N個狀態進行編碼，拿上面的例子來說，就是：
| 性別 | [“男”，“女”] | N=2 | 男：1 0 女：0 1 |
| 年級 | [“初一”，“初二”，“初三”] | N=3 | 初一：1 0 0 初二：0 1 0 初三：0 0 1 |
| 學校 | [“一中”，“二中”，“三中”，“四中”] | N=4 | 一中：1 0 0 0 二中：0 1 0 0 三中：0 0 1 0 四中：0 0 0 1 |
因此，當我們再來描述小明的時候，就可以采用 [1 0 1 0 0 0 1 0 0]
很多人在介紹獨熱編碼的時候，都引用了下面這段代碼，但是解釋的比較模糊，下面詳細解釋一下。
from sklearn import preprocessing enc = preprocessing.OneHotEncoder() enc.fit([[0,0,3],[1,1,0],[0,2,1],[1,0,2]]) #這里一共有4個數據，3種特征 array = enc.transform([[0,1,3]]).toarray() #這里使用一個新的數據來測試
print(array) # [[ 1 0 0 1 0 0 0 0 1]]
這里一共有四個數據，三種特征，是那四個呢，我們列出矩陣
| 第一種 | 第二種 | 第三種 | |
| 第一個 | 0 | 0 | 3 |
| 第二個 | 1 | 1 | 0 |
| 第三個 | 0 | 2 | 1 |
| 第四個 | 1 | 0 | 2 |
我們豎着看，可以看出第一種特征中只有0、1兩類，第二組有0,、1、2三類，第三種有0、1、2、3四類，因此分別可以用2、3、4個狀態類來表示。
enc.transform就是將[0,1,3]這組特征轉換成one hot編碼，toarray()則是轉成數組形式。
第一個數為0，對應第一種特征則為 1 0；
第二個數為1，對應第二種特征則為 0 1 0；
第三個數為3，對應第三種特征則為 0 0 0 1。
所以最后的輸出為：[[ 1 0 0 1 0 0 0 0 1]]
同樣的，當我們拿小明的表述[0,0,1]來測試的時候，得到了與第一個例子相同的結果。
from sklearn import preprocessing enc = preprocessing.OneHotEncoder() enc.fit([[0,0,3],[1,1,0],[0,2,1],[1,0,2]]) #這里一共有4個數據，3種特征 array = enc.transform([[0,0,1]]).toarray() #這里使用一個新的數據來測試 print(array) [[1. 0. 1. 0. 0. 0. 1. 0. 0.]]