# 独热编码

> 独热（英语：One-hot）在数字电路和机器学习中被用来表示一种特殊的比特组或矢量，该字节或矢量里仅容许其中一位为1，其他位都必须为0。其被称为独热因为其中只能有一个1，若情况相反，只有一个0，其余为1，则称为独冷（One-cold）。在统计学中，虚拟变量代表了类似的概念。

- ID: m06294
- 分类: learn
- 领域: 学习科学

## 定义

将分类变量（如“红、绿、蓝”）转换为向量（[1,0,0], [0,1,0], [0,0,1]）。特点是任意两个向量都是正交的，距离相等。脚手架作用： 分类的绝对化。在某些严谨的场景（如法律定性、代码枚举）中，必须使用独热编码：是非分明，互斥且正交，不留模糊地带。但在人性分析中，要避免独热编码（贴标签），因为人往往是混合态的 embedding。

## 机制

将类别变量转换为0/1向量：每个类别占一维，仅该维为1、其余为0。机制是离散化表示。

## 练习

列出全部类别；建立k维向量；对样本在对应位填1。

## 脚手架用法

分类的绝对化。在某些严谨的场景（如法律定性、代码枚举）中，必须使用独热编码：是非分明，互斥且正交，不留模糊地带。但在人性分析中，要避免独热编码（贴标签），因为人往往是混合态的 embedding。

[阅读网页](https://thinkingmodels.site/entries/detail/m06294)