- 是什么?
- one hot编码是将类别变量转换为机器学习算法易于利用的一种形式的过程。对于分类变量,先对其进行特征转换,通常直接转换为数字;转化成数字后,再对数字列表进行one-hot编码,将其转化为0和1组成的向量。
- 使用one hot编码器对类别进行“二进制化”操作,然后将其作为模型训练的特征
举个例子:假设“花”的特征取值为daffodil(水仙)、lily(百合)、rose(玫瑰)。one-hot编码将其转换为三个特征:
is_daffodil、is_lily、is_rose,这些特征都是二进制的。
2. 有什么用?
通过one-hot编码,对特征进行了扩充;连续变量经过编码后,从一个权重变为多个权重,提升了模型的非线性能力。
3. 什么时候不适合用?
如果原本的标签编码是有序的,便不适合用one-hot编码,会丢失顺序信息。