LiuQixuan#PythonLearningNote#数据预处理之One-Hot（独热编码）编码1

--- title: 数据预处理之One-Hot（独热编码）编码 date: 2019-03-18 17:36:48 tags: - python - MachineLearning toc: true --- # 数据预处理之One-Hot（独热编码）编码 ## 为什么使用One-Hot编码 对于机器学习任务中，特征并不总是连续值，很多是分类值。这些分类值本身没有大小的意义。为了将数据集中一个分类变量替换为一个或多个新特征，我们使用One-Hot编码对数据进行预处理。 独热编码（哑变量 dummy variable）是因为大部分算法是**基于向量空间**中的度量来进行计算的，为了使非偏序关系的变量取值不具有偏序性，并且到圆点是等距的。使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。将离散型特征使用one-hot编码，会让特征之间的**距离计算更加合理**。离散特征进行one-hot编码后，编码后的特征，其实每一维度的特征都可以看做是**连续的特征**。就可以跟对连续型特征的**归一化**方法一样，对每一维特征进行归一化。比如归一化到[-1,1]或归一化到均值为0,方差为1。 ​ 为什么特征向量�