one-hot编码
中文名叫独热编码、一位有效编码。方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有其独立的寄存器位，并且任意时刻，有且仅有一个状态位是有效的。比如，手写数字识别，数字为0-9共10个，那么每个数字的one-hot编码为10位，数字i的第i位为1，其余为0，如数字2的one-hot表示为：[0,0,1,0,0,0,0,0,0,0]。
one-hot在提取文本特征上的应用
one-hot在特征提取上属于词袋模型(bags of words)
假设语料库有这么三段话：
“我爱中国”
“爸爸妈妈爱我”
“爸爸妈妈爱中国”
对语料库分词并进行编号（字典形式）
{1:我，2:爱，3:爸爸，4:妈妈，5:中国}
对每段话用one-hot提取特征向量
则三段话由one-hot表示为：
我爱中国 ->[1,1,0,0,1]
爸爸妈妈爱我 ->[1,1,1,1,0]
爸爸妈妈爱中国 ->[0,1,1,1,1]
优点：可以将数据用one-hot进行离散化，在一定程度上起到了扩充特征的作用
缺点：没有考虑词与词之间的顺序，并且假设词与词之间相互独立，得到的特征是离散稀疏的（如果365天用one-hot，就是365维，会很稀疏）,例如，在这样的编码格式下，“爸爸妈妈爱我”和“我爱爸爸妈妈”被认为是一样的。
文章来源: https://blog.csdn.net/qq_43908182/article/details/92003406