One-Hot Encoding

One-Hot Encoding 是一編碼方式，使用 N 位狀態寄存器來對 N 個狀態進行編碼，常被用於機器學習中的資料前處理，特別是無序的類別資料。

像是性別資料 Male 與 Female，雖然可以用數值編碼將之編成 0 與 1 之類的數值。

Male   => 0
Female => 1

但是這樣當我們以座標空間來表示這些資料時，這些無序資料距離原點的距離就會有所差異，不利於機器學習。

如果改用 One-Hot Encoding，將每個類別資料都給予一個維度來存放狀態值 (第一個 Bit 用以存放 Male 的狀態，第二個 Bit 用以存放 Female 的狀態)，那這些無序資料距離原點的距離就都會一樣，無大小之分。

Male   => 01
Female => 10

Link

• 特徵提取方法: one-hot 和 IF-IDF - 掃文資訊
• One-hot - Wikipedia
• Why One-Hot Encode Data in Machine Learning?
• [資料分析&機器學習] 第2.4講：資料前處理(Msssing data, One-hot encoding, Feature Scaling)

• Machine Learning