one hot 编码的实现

• one hot 编码，针对的是类别性属性（categorical），类别型属性可以为特征向量中的任一属性，比如性别（one hot 编码的意义在于，属性之间不具有数值上大小的区别，在对最后结果的影响上一视同仁），也可以是分类问题的输出目标值；

对 mnist（手写字符识别）数据集进行手写数字分类，属于多分类问题，手写数字 0-9，共 10 类，从 mnist.pkl.gz 文件中解析得到的字符图像（28*28）的标签（label，或者目标值），只有 1 维，进行 one hot 编码可将其编码为 10 维，数字 0，编码为 [1, 0, 0, 0, 0, 0, 0, 0, 0, 0]。

def one_hot(y):
    u = np.unique(y)
    coords = dict()
    for i, x in enumate(u):
        coords[str(x)] = i              
                                            # 建立 value 和 key 之间的反向映射，
                                            # 字典键值对（key-value pairs）的数目，就是 y 中不重复元素的数目
    y_one_hot = np.zeros((len(y), len(u)))
    for i, label in enumerate(y):
        y_one_hot[i, coords[str(label)]] = 1
    return y_one_hot