独热编码和自然数编码

自然数编码

总结就是用0-n来表示，
比如：
国籍特征：[‘中国’, ‘美国’, ‘法国’]
性别特征：[ ‘男’,‘女’]
分别用0表示中国的男生，1表示中国的女生，2表示美国的男生，3表示美国的女生，4表示法国的男生，5表示法国的女生。

独热编码

独热编码即 One-Hot 编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。
这里有两个特征：
国籍特征：[‘中国’, ‘美国’, ‘法国’]
性别特征：[ ‘男’,‘女’]
表示一名中国的女生，One-Hot 编码为：[10001]
表示一名法国的男生，One-Hot 编码为：[00110]

使用独热编码效果最好的是验证码识别：


验证码中分别有大写字母，小写字母以及数字组成，总共为62个符号，如果使用自然数编码的话，那么进行四位验证码的分类识别的话，神经网络的输出层为62的四次方，而使用独热编码的话则输出层为62*4。两种方法对比使用，会发现独热编码效果极好。

在pytorch中，可以使用自带的torch.nn.functional.one_hot。