One-hot编码

One-hot编码又名独热编码

在数据清洗过程中，我们经常会遇到分类数据，举个简单的例子：

行列号	city
0	beijing
1	shanghai
2	shenzhen

对于这样的分类数据，可以用one-hot编码的数值来代替类别。

One-Hot编码是分类变量作为二进制向量的表示，采用N位状态寄存器来对N个状态进行编码，每个状态都有独立的寄存器位。

通过one-hot编得到的结果如下（prefix代表前缀名，Python中可以自行命名）：

行列号	prefix_beijing	prefix_shanghai	prefix_shenzhen
0	1	0	0
1	0	1	0
2	0	0	1

one-hot编码得到的变量又称虚拟变量/哑变量（dummy variables）

实践：