1. 什么是独热编码

独热编码，又称一位有效编码。采用N位状态寄存器来对N个状态进行编码，直观来说就是有多少个状态就有多少比特，除了有效的比特为1外，其他都为0.

2. 独热编码过程

（1）将分类值映射到整数值
（2）类型值有n个就会有一个长度为n的数列，单个特征只有一位有效，处于状态1，其他都是0。有效位从第0 位开始

比如性别特征为男，女。
男，有效位为第0位，女，有效位为第一位，则
男：10
女：01

3. 一些示例

对于代码里输入的数据：
0，0，3
1，1，0
0，2，1
1，0，2
可以看到，有三列，假设一列为一种特征。则有三种特征，对于第一列也就是第一种特征，值为0，1，0，1有两种值，为0，1。第二种特征，有三种值为0，1，2。第三种特征，有四种值，为0，1，2，3。
因此对于[0，1，3]的编码：第一个特征为1，0，第二个特征为0，1，0，第三个特征为0，0，0，1
综上：其独热编码为[1，0，0，1，0，0，0，0，1]

4. 优缺点

（1）优点

将离散数据整数化，其值也可以看做欧式空间中某点的坐标

（2）缺点

不考虑词与词之间的顺序
假设词与词相互独立
得到的特征是离散稀疏的，向量过于稀疏，会造成维度灾难