最近在使用mlxtend，里面有個(gè)

it transforms the input dataset (a Python list of lists) into a one-hot encoded NumPy boolean array:

一開始沒理解這個(gè)one-hot是啥，看了下文知道，就是True-False形式的數(shù)據(jù)，那種0、1 的格式。

one-hot code 又稱為1位有效編碼

這個(gè)一般在機(jī)器學(xué)習(xí)中提到的比較多，在數(shù)據(jù)預(yù)處理的過程中使用較多，一般特征值使用0、1來表示會(huì)方便很多，而且效率高。

像性別，一般有男、女，轉(zhuǎn)為one-hot，就是[10,01]，如果再加上個(gè)未知，那就是[100,010,001]

感覺這里需要注意的就是將所有的特征值轉(zhuǎn)換為0,1，有幾個(gè)特征值，就轉(zhuǎn)換為幾位編碼。

這里也不介紹啥復(fù)雜高深的機(jī)器學(xué)習(xí)概念了，我也還沒掌握呢，記錄下這么個(gè)方法，以后會(huì)用到的。在pandas中好像也有方法可以轉(zhuǎn)換，等我學(xué)習(xí)下，再過來分享。

補(bǔ)充