OneHotEncoder：将分类变量 转换为 数值型特征

机器学习模型通常需要数值型输入，因为大多数模型的数学基础（如矩阵运算、梯度下降等）依赖于数值计算。字符串或其他非数值型数据需要通过某种方式转换为数值型特征，以便模型能够处理。

常见预处理算法：几种常见的字符串转换为数值的方法的对比-CSDN博客

OneHotEncoder是一种常用的数据处理技术，用于将分类变量（categorical variables）转换为数值型特征（numerical features），以便机器学习模型能够处理这些数据。它通过将每个分类变量的类别（category）映射为一个二进制向量（binary vector）来实现这一点。

原理

1. 分类变量：分类变量是离散的、非数值型的变量，例如颜色（红、绿、蓝）、性别（男、女）等。

2. 独热编码：OneHotEncoder将每个类别映射为一个二进制向量，其中只有一个元素为1，其余为0。例如：
   • 颜色类别“红”、“绿”、“蓝”会被编码为：

     • 红 → [1, 0, 0]

     • 绿 → [0, 1, 0]