**和注釋如下：
#-*- coding:utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
from sklearn.preprocessing import onehotencoder
enc = onehotencoder()
enc.fit(\
[[1, 1, 4], \
[2, 2, 1], \
[1, 3, 2],\
[2, 1, 3]])
print"--------------------------------1-------------------------------"
print enc.n_values_
print"--------------------------------2-------------------------------"
print enc.feature_indices_
print"--------------------------------3-------------------------------"
print enc.transform([[2, 1, 4], [2, 2, 1], [1, 3, 2], [2, 1, 3]])#①
print"--------------------------------4-------------------------------"
print enc.transform([[2, 1, 4], [2, 2, 1], [1, 3, 2], [2, 1, 3]]).toarray()#②
#例如訓練集中有三維
#每個維度的取值分別有m，n，l種
#那麼#最終結果中的bit總數量就是m+n+l
#進行編碼的時候就是當前的值是第幾大，就在第幾個bit位置1
# 例如，上面的例子中，
# 第1維的取值有2種
# 第2維的取值有3種
# 第3維的取值有4種
# 那麼最終轉化結果中的bit總數就是2+3+4=9bit長度,也就是最終結果的形式是：【x,x,|x,x,x,|x,x,x,x】
#由於②處有4條資料，所以最終得到的矩陣就是4x9矩陣
# 然後是矩陣中的元素的取值，首先每個元素x只能是0 或者1
# 以第1條資料[2,1,4]為例，
# 由於第一維只有2種取值，所以取2時，x,x,=0,1 ③
# 由於第二維只有3種取值，所以取1時，x,x,x,=1,0,0 ④
# 由於第三維只有4種取值，所以取4時，x,x,x,x=0,0,0,1 ⑤
# 也就是說，1的位置代表取訓練集中的對應維度的第幾個值，例如，第三維度有四種取值，那麼這些取值進行排序後就是1，2，3，4
# 我想在第三維取1就是1000，我想在第三維取4就是0001
#最終的轉化結果就是把③④⑤的結果拼接起來：0,1,1,0,0,0,0,0,1
#所以第一條資料轉化完畢，如果想轉化其他的三條資料，規律也與上面的相同
資料預處理之獨熱編碼 標籤編碼與啞編碼
資料分類 我們在用模型去解決機器學習問題的時候，首先很重要的過程就是對特徵的預處理。我們的資料可以分為連續型和離散型。對於連續型資料，我們一般的做法是對其進行標準化或者歸一化 對於離散型資料，我們基本就是按照one hot 獨熱 編碼，該離散特徵有多少取值，就用多少維來表示該特徵。標籤編碼 labe...
編碼通俗解釋
很久很久以前，有一群人，他們決定用8個可以開合的電晶體來組合成不同的狀態，以表示世界上的萬物。他們看到8個開關狀態是好的，於是他們把這稱為 位元組 再後來，他們又做了一些可以處理這些位元組的機器，機器開動了，可以用位元組來組合出很多狀態，狀態開始變來變去。他們看到這樣是好的，於是它們就這機器稱為 計...
onehot編碼解釋
one hot編碼，又稱為一位有效編碼，主要是採用n位狀態暫存器來對n個狀態進行編碼，每個狀態都由他獨立的暫存器位，並且在任意時候只有一位有效。one hot編碼是分類變數作為二進位制向量的表示。這首先要求將分類值對映到整數值。然後，每個整數值被表示為二進位制向量，除了整數的索引之外，它都是零值，它...