为什么要做one-hot

one-hot 机器学习

我们在面对category类型的变量的时候，一个常用的方法就是进行one-hot encoding，但是为什么这么做呢？举个例子，假设有一列叫婚姻状态，可能值有：单身，已婚，离异。我们可以将其直接编码为0，1，2，这样子的话，我们在一些计算距离的算法中，0和1会比0和2离的更近，但其实0，1，2都是一样的，所有一个解决方法就是将婚姻状态这列转换为3列，每列都用0，1来表示是否是该值，这样子彼此之间的距离就一样了，保证了语义的一致性。