特征工程之OneHot独热编码

如果有离散特征，如
[‘Arsenal’,‘ManCity’,‘Liverpool’]，将它们转换为数字表示更好[0,1,2]
即使转化为数字表示后，上述数据也不能直接用在很多的分类器中。因为，分类器数据往往是连续的、有序的。但是，按照我们上述的表示，数字并不是有序的，而是随机分配的。

使用OneHot就可以解决此类问题
其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。
例如拥有六个状态的属性独热编码为：000001,000010,000100,001000,010000,100000
对于一个特征，如果它有m个可能值，那么经过独热编码后，就变成了m个二元特征。并且，这些特征互斥，每次只有一个激活。

Python例子：

import pandas as pd
import numpy as np

test_dict = {
   'id':[1