1.什么是One_Hot?
對於這個問題，之前谷歌了一下，還涉及寄存器了（one-hot編碼是N位狀態寄存器為N個狀態進行編碼的方式）。。真的無語。這里不說那些很底層的，我們只需要了解one-hot編碼是將類別變量轉換為機器學習算法中容易處理的一種形式！
概念太抽象了，對太抽了，那么從實際例子來說明。
如下我們有兩個特征：
我們看到有兩個特證名為：animal與food，解釋一下兩列值意思，第一列代表的是動物的名字，第二列是食物的個數，比如第一行cat 2 描述為貓吃了兩個食物，這里是測試數據，主要是想通過，這些數據給予直觀的認識及實際操作。
而對上述數據做one-hot編碼后得結果為：
animal列數據類型是字符串，而第二列是數值型，如果我們能將這些特征值用0/1表示，是不是在機器學習中，對這些非連續值非常有幫助。
綜上，我們推論出，如果你在處理的數據中，通過特征工程這一步操作，能夠將特征的類型判別出來，哪些是連續的，哪些是非連續的，那么我們就可以對它進行特殊處理，比如此處的one-hot編碼！
對於定義我們有了基礎的了解之后，下面我們來深入了解一下為什么one-hot編碼可以用來處理非連續(離散)特征？
2.One_Hot編碼處理離散特征
在使用one-hot編碼中，我們可以將離散特征的取值擴展到歐式空間，在機器學習中，我們的研究范圍就是在歐式空間中，首先這一步，保證了能夠適用於機器學習中；而；另外了對於one-hot處理的離散的特征的某個取值也就對應了歐式空間的某個點！
那么對於上面這句話，你會有很多疑問，比如：為何one-hot編碼能將離散特征映射到歐式空間？
原因是，在統計機器學習算法中的回歸，分類這些問題中，特征之間距離的計算或相似度計算非常重要，比如大家常用的k-means，而我們常用的這些計算都在歐式空間中進行相似度計算。換句話說，就是我上面說的研究范圍在歐式空間，保證了one-hot編碼的成立！
3.One_Hot編碼實現
還是以上述animal為例：
【數據展示】
import pandas as pd data = { 'animal':['cat','dog','cat','lion'], 'food':[2,3,5,3], } data_learn = pd.DataFrame(data) data_learn
【完整特征編碼】
dummies = pd.get_dummies(data_learn,columns=data_learn.columns) dummies
【特定特征編碼】
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
對於這里的特定特征編碼，我這里只選取了一個特定特征，你也可以選擇多個，通過列表存儲，遍歷操作，即可實現！