one-hot encoding

    one-hot encoding与哑变量均用于将定性特征转为定量特征。注：无序列要求的定量，若有序，考虑用map。

    one-hot encoding与哑变量的区别在于one-hot比哑变量的特征位多一位，即哑变量是精简版的one-hot，即在线性回归中用截距项来表示最后一维，但由于最初很难分辨特征的主次关系，且机器学习中多数情况为非线性回归，所以哑变量不太适用（蒙的，有待考证，回头纠正）。

one-hot使用不同寄存器位表征不同的编码，如0，1，2，需要至少三位寄存器，编码为100，010，001，编码方式简单粗暴。

网上对于one-hot举例通常使用

起初看到这个结论的时候我是拒绝的，以我一米二的智商高度，没太明白这个答案是怎么整出来的

后来想想发现one-hot的编码方式是和fit的特征矩阵有关，即想得出[0,1,3]的结果，需要将0放入第一维中去取其编码，1放入第二维，类推

过程如下：

one-hot encoding

如果求[0,1,4]则会报错，因为整个特征矩阵中没有4这个特征值。

若将数据改为

可以看出最后一个2取的是000，不是编码值，但不会报错。

注：sklearn下的OneHotEncoder不会将object类型转数值进行处理，而pandas的get_dummies会先将object类型转数值型，但get_dummies转完后是uint8型，如若下步进行运算可能会导致溢出，需先转为浮点型。