统计学家将 one-hot 编码称为虚拟编码。正如其他人所建议的（包括评论中的Scortchi），这不是确切的同义词，但这是通常用于 0-1 编码的分类变量的术语。

另请参阅：名义/分类数据的“虚拟变量”与“指标变量”

这取决于您的目标受众。

正如蒂姆所说，统计学家称之为虚拟编码，这就是我在描述回归模型之类的东西时所期望看到的。“包含虚拟编码变量以根据商店的位置进行调整。” 我认为在这里将其称为一次性编码似乎有点奇怪。

然而，正如另一位 Tim所说，one-hot 编码在机器学习文献中相当普遍。它隐隐约约地暗示了节点（如神经网络中）、物理线路（设备中）或类似的东西的存在，至少对我来说是这样。

形式上，我猜你正在应用一组指标函数$\mathbb{I}_X$，但这可能在证明之外太正式了。

该术语来自电子工程。试想谁会称 1 “热”？只有那些用电工作的人，其中“热”或“带电”意味着电线上有电势。“一个热”是指电路设计，其中一根导线上的离散电信号电平将在一组导线上被解码为热/冷。我想一些具有 EE 背景的机器学习人员发现这个类比很有说服力。

在计量经济学和统计学中，您可能会遇到非常相似的变量dummy或indicator变量，因为它们用于表示具有不同指标的不同类别。不过还是有细微差别的。例如，您为 K 个类别制作了 K-1 个假人，因为基本类别对应于所有设置为 0 的假人。相比之下，我认为在一个热编码中，您有 K 条线，其中基本类别将有自己的线（多变的）。

我接受过统计培训，最近听说过机器学习/计算机科学中的“单热编码”。我通常只是将 one-hotted 矩阵称为设计矩阵/数据矩阵/设计框架。