数据处理之one-hot

分类要领，凡是必要把数据的各个属性转换为一个向量暗示，这样每条数据的特性就是一个向量，向量上的每个维度就暗示了一个特性属性。

可是假如要转换的数据包括了3种属性，好比身高，体重，年数。A是女，168cm，70kg，30岁；B是男，180cm，90kg,20岁，那么直接用数值做向量就酿成了，0，168，70，30；1，180，90，20。而168和70可能30是差异的属性，更明明的是0或1暗示的性别和其他维度差距更大。
有一种是对每个维度的数值举办无量纲的归一化，也就是说每个维度的数值都归一化处理赏罚到0-1可能-0.5-+0.5之间。
可是这样依然欠好，好比暗示性此外0，1与其他维度依然关联不大，以是有一种叫one-hot的编码方法，就是暗示一项属性的特性编码，统一时刻只有一个激活点（不为0）。这样A的性别变为【1，0】，B的性别编码为【0，1】。年数，体重，身高档可以用更大都量的enum暗示（数目不是必然要满意全部列举，而是满意现实数据呈现的种别就可以了，好比只有三种身高，那么身边暗示的只必要[0,1]就可以）
然后将各个属性，串联起来，构建了一个很是稀少的特性向量，好比性别和身高串联为【0，1，0，0，1】，担保了各类数据的离散性。

相干参考：
http://www.voidcn.com/article/p-tjphppfp-tc.html

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!