獨熱編碼 one-hot Encoding
常需要處理的數值都是稀疏而又散亂地分佈在空間中，然而，我們並不需要儲存這些大數值，這時可以用獨熱編碼。
例如：我們需要處理4維向量空間，當給一個特徵向量的第n個特徵進行編碼時，編碼器會遍歷每個特徵向量的第n個特徵，然後進行非重複計數。若第n個特徵的最大值為K，則就把這個特徵轉換為只有一個值為1而其他值都是0的K+1維向量。
每個樣本（5個特徵）經過獨熱碼編碼後轉化成26個特徵（6+5+4+5+6=26）
第一個原始特徵最大值為5，因此第一個原始特徵取值種類為6種（0,1,2,3,4,5），則原始資料用一個六源元組來編碼
如：0編碼為（1,0,0,0,0,0）
encoder.active_features_給出了啟用特徵
（1）第一個原始特徵沒有出現數值為0,2,4，因此轉化後的26個特徵中，對應編碼的特徵未啟用（轉化後的特徵下標為0,2,4）
（2）第一個原始特徵沒有出現數值為0，因此轉化後的26個特徵中，對應編碼的特徵未啟用（轉化後的特徵下標為6）
（3）第一個原始特徵沒有出現數值為0,2，因此轉化後的26個特徵中，對應編碼的特徵未啟用（轉化後的特徵下標為11,13）
（4）第一個原始特徵沒有出現數值為0，因此轉化後的26個特徵中，對應編碼的特徵未啟用（轉化後的特徵下標為15）
（5）第一個原始特徵沒有出現數值為0,2,4，因此轉化後的26個特徵中，對應編碼的特徵未啟用（轉化後的特徵下標為20,22,24）
因此啟用特徵陣列為[1 3 5 7 8 9 10 12 14 16 17 18 19 21 23 25]
注：未啟用特徵在所有樣本上的取值為0encoder.feature_indices_給出了每個原始特徵在轉換後特徵的起始區間：
（1）第一個原始特徵在轉換後特徵的區間[0,6)
（2）第二個原始特徵在轉換後特徵的區間[6,11)
（1）第三個原始特徵在轉換後特徵的區間[11,15)
（1）第四個原始特徵在轉換後特徵的區間[15,20)
（1）第五個原始特徵在轉換後特徵的區間[20,26)
n_values_給出了每個原始屬性的取值的種類：6,5,4,5,6注：n_values是一個數組，存放每個屬性取值的種類，一般為訓練資料中該屬性取值的最大值加1，因為預設每個屬性取值從0開始
樣本[1,2,3,4,5]經過獨熱編碼之後的值為[1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1]。這裡本該26位編碼，但是考慮到剔除未啟用特徵，只給出了啟用特徵，因此這裡只有16位編碼。
encoder=OneHotEncoder(sparse=False)注：這裡sparse是一個布林值，指定結果是否稀疏。若sparse=True，則每個樣本的獨熱碼為一個稀疏矩陣
--------------------- 本文來自 LanboCSDN 的CSDN 部落格 ，全文地址請點選：https://blog.csdn.net/LanboCSDN/article/details/78291785?utm_source=copy