什么是独热化用位置信息表示没有大小关系的数值化操作对象数值化操作比如人的身高150mm[1,0] 表示长昆虫[0,1] 表示胖昆虫红【100】绿【010】蓝【001】想象你要教一个只懂数字的机器人认识“颜色”这个概念。颜色有红、绿、蓝三种。你不能直接说“红色1绿色2蓝色3”因为机器人会误以为“绿色(2)比红色(1)大”或者“红色蓝色绿色”134对应不了任何颜色。数字的大小和加减对颜色来说毫无意义。独热化就是解决这个问题的聪明办法。它的做法很简单列出所有可能性比如颜色有 [红, 绿, 蓝]。给每个可能性分配一个独立的“位置”就像三个编了号的空箱子。用“1”表示“是”用“0”表示“否”哪个颜色是真的就在它的箱子里放一个“1”其他所有箱子里放“0”。举个例子红色的独热编码是[1, 0, 0]是红吗是 是绿吗不是。 是蓝吗不是。绿色的独热编码是[0, 1, 0]蓝色的独热编码是[0, 0, 1]你看每个颜色的代码里只有一个“1”这个“1”是“热”的其他都是“0”“冷”的。所以叫“独热”。再打个比方让你记得更牢这就像给三个好朋友分配独立的数字ID小红[1, 0, 0]小绿[0, 1, 0]小蓝[0, 0, 1]这样每个ID只属于一个人没有“大小”关系也不存在“小红的ID 小绿的ID 什么都不是”。计算机一眼就能分清谁是谁。什么时候会用到你要在数据里表示“星期几”周一、周二……周日表示“国家”中国、美国、法国……表示“车型”轿车、SUV、卡车……几乎所有机器学习模型处理类别数据时都离不开独热化。一个小缺点如果类别太多比如有1000种商品独热化就会产生1000列的数据大部分都是0占用很多空间。不过在很多常见情况下它简单、有效非常常用。一句话总结独热化就是把像“颜色”这样没有大小顺序的类别变成一串只有一个是1、其他都是0的代码让计算机能正确理解不再乱加或比大小。