One-Hot Encoding（独热码）

1. One-Hot Encoding（独热码）定义：

有多少个状态就有多少比特，而且只有一个比特为1，其他全为0的一种码制。例如，有6个状态的独热码状态编码为：000001，000010，000100，001000，010000，100000。

2. One-Hot Encoding（独热码）使用：

2.1 一个特征feature时热独码

在机器学习中，如果我们做的是分类的话，每一个feature（特征）都会有不同的label（标签）。假设我们输入的x是学号，需要输出的feature是班级时，班级一共有三个label，分别是301班，302班，303班。这时如何对这三个班进行数字化表达呢？

最简单的方式就是按照序列来排，301班为0，302班为1，303班为2。这样做有什么问题吗？

在模型训练的过程中不同的值使得同一特征在样本中的权重可能发生变化，比如我把302班的label设为100，就可能比编码成1对模型的的影响更大。为了避免训练过程中因为labe取值对模型产生的负面影响，因此在分类时，最好对label进行独热码编码。也就是说，301班为100，302班为010，303班为001。

2.2 多个特征feature时热独码

假设我们输入的x是学号，需要输出的feature有班级和性别，班级有三个label分别是301班302班303班，性别有两个label分别是男和女。这时如何对两个特征进行独热码编码呢？

依次将每个特征的独热码拼接起来。

比如某个x，输出的是302班女生，那么首先将302班按照上面的进行编码得到100，然后按照女进行编码为01，那么两者连接起来得到最后的独热码10001。