1.前言

今天看Colab上的代码的时候突然看到了这个概念，抱着好奇的心态学习了一下，挺基础也很重要的一个概念，5min左右就可以了解

2.什么是 one-hot 编码？

定义：

独热编码即 One-Hot 编码，又称一位有效编码。其方法是使用 N 位状态寄存器来对 N 个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。

One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。

看不懂么？看不懂很正常（看懂了我觉得不太正常hhh，下面通过举例子很好理解：

这里有三个特征：

性别特征：[‘女’, ‘男’]

国籍特征：[‘中国’, ‘美国’, ‘俄罗斯’, ‘英国’]

年龄特征：[18, 19, 20]

那么，我们现在表示一个20岁中国国籍的男生，那么他的特征为：[‘男’, ‘中国’, 20]，我们将特征数字化，即表示为：[1, 0, 2]，但是这样的特征放入 Machine Learning 中是不可以的，因为类别之间是无序的，针对这种情况，我们介绍 one-hot 编码：

对于性别特征，有两种取值：女/男，我们用 10(二进制) 表示女，用 01(二进制)表示男

对于国籍特征，有四种取值，我们用 1000(二进制)表示中国，0100(二进制)表示美国，0010(二进制)表示俄罗斯，0001(二进制)表示英国

对于年龄特征，有三种取值，我们用 100(二进制)表示18岁，010(二进制)表示19岁，001(二进制)表示20岁

故对于20岁中国国籍的男生，我们可以表示为：[011000001]，用下面这张图更能形象化理解：

3.Python 代码

下述代码在 Jupyter 上运行，没有安装过 Jupyter 的读者可以看博客：最详细的Anaconda Installers 的安装【numpy，jupyter】（图+文）

from sklearn import preprocessing  enc = preprocessing.OneHotEncoder()         # 调用OneHotEncoder()
enc.fit([[0, 2, 2],[1, 1, 4],[1, 0, 1],[0, 1, 3]])  # 提供训练数据：4个数据，3种特征array = enc.transform([[0,1,3]]).toarray()  # 测试，随便输入一个新数据去测试array   # 独热编码结果:[[1., 0., 0., 1., 0., 0., 0., 1., 0.]]

独热(One-Hot)编码简述相关推荐

Verilog中状态机编码方式的选择：二进制编码(Binary)、格雷码(Gray-code)编码、独热码(One-hot)编码
一般的,在Verilog中最常用的编码方式有二进制编码(Binary).格雷码(Gray-code)编码.独热码(One-hot)编码. 二进制码和格雷码是压缩状态编码. 若使用格雷编码,则相邻状态转 ...
独热码(One-Hot编码)
一.独热码二. 三.SparkML - OneHotEncoder OneHotEncoder has been deprecated in 2.3.0 and will be removed in ...
独热编码（One-Hot）的理解
https://www.imooc.com/article/35900 参考上面大神的原文,说的非常透彻.非常便于理解.感谢感谢自己做个小笔记,便于自己学习特征值是离散的,无序的. 如: 性别特 ...
字符标签转数字编码、独热编码及独热编码转数字编码
有些数据集给的标签是字符串形式,比如wisdm,在放进网络之前,需要转为数字型的编码这可以通过pd.Categorical(a).codes实现如 import numpy as np impor ...
Verilog-状态机编码方式对比：独热码 vs 格雷码
博主福利:100G+电子设计学习资源包! http://mp.weixin.qq.com/mp/homepage?__biz=MzU3OTczMzk5Mg==&hid=7&sn=ad5 ...
Verilog常见编码方式：二进制码、格雷码、独热码
Verilog常见编码方式有:二进制码.格雷码.独热码:三种编码方式各有特点利弊,因此有必要理解比较,以求不同场合的合理选择: 目录一.结论: 二.详细了解二进制码格雷码独热码比较三.参考 ...
独热码（one-hot-enconding）的理解以及编码与解码
独热码(one-hot-enconding)的理解以及编码与解码 1.为什么要引入独热码的概念在机器学习的领域中,常常会遇到分类,聚类等问题,如果所收集到的数据拥有大量离散型的特征和类别,则我们就需 ...
FPGA学习笔记---二进制码、独热码、格雷码分析对比
在Verilog学习中常用的编码方式有二进制编码(Binary).格雷码(Gray-code)编码.独热码(One-hot)编码,对于新手来说,搞不清楚编码为什么要分这么多格式?统一用一种格式不好吗? ...
独热码one-hot code
1.独热码概念独热码,在英文文献中称做 one-hot code, 直观来说就是有多少个状态就有多少比特,而且只有一个比特为1,其他全为0的一种码制.通常,在通信网络协议栈中,使用八位或 ...
二进制码、格雷码、独热码的区别
格雷码在一组数的编码中,若任意两个相邻的代码只有一位二进制数不同,则称这种编码为格雷码(Gray Code),另外由于最大数与最小数之间也仅一位数不同,即"首尾相连",因此又称循 ...

独热(One-Hot)编码简述

目录

1.前言

2.什么是 one-hot 编码？

3.Python 代码

独热(One-Hot)编码简述相关推荐

最新文章

热门文章