什么是独热编码，为什么要用独热编码

独热编码：
**有多少个状态就有多少比特，全用01表示
为什么要用独热编码：
处理离散特征：如现在有三种特征：地区;喜好:

• 地区：[重庆，湖南，黑龙江]，
• 喜好：[辣椒，大葱]

若有label编码打上标签可表示为：1，2，3，但是机器可能对这三种特征学习为地区;重庆<黑龙江<陕西，辣椒<大葱<陕西，这样显然是不对的，因此使用独热编码可写为：

• 重庆：100
• 黑龙江：010
• 陕西：001

这样每两个特征间的距离都为2：
$$ \sqrt{(1-0)^2+(0-1)^2+(0-0)^2}=2$$
同样，喜好特征为

• 辣椒：10
• 大葱：01

当有一个样本为[重庆，辣椒]时，就可以写为[1,0,0,1,0],前三个为地区特征，后两个为喜好特征