假设您的数据集中有一个分类特征（例如颜色）。您的样品可以是红色、黄色或蓝色。为了将此参数传递给 ML 算法，您首先需要对其进行编码，以便使用数字代替字符串。

做这种事情的最简单方法是创建一个映射，其中：

红色 --> 1
黄色 --> 2
蓝色 --> 3

并用其映射值替换每个字符串。

然而，这可能会在我们的 ML 模型中产生不必要的副作用，因为在处理数字时，它可能会认为蓝色 > 黄色（因为 3 > 2）或红色 + 黄色 = 蓝色（因为 1 + 2 = 3）。该模型无法知道这些数据是分类的，然后被映射为整数。

这个问题的解决方案是one-hot 编码，我们创建N个 新特征，其中N是原始特征中唯一值的数量。在我们的示例中， N等于 3，因为我们有 3 种独特的颜色（红色、黄色和蓝色）。

这些特征中的每一个都是二进制的，并且将对应于这些唯一值之一。在我们的示例中，第一个特征将是一个二进制特征，告诉我们该样本是否为红色，第二个特征与黄色相同，第三个特征与蓝色相同。

这种转换的一个例子如下所示：

请注意，由于这种方法增加了数据集的维度，如果我们有一个具有许多唯一值的特征，我们可能希望使用更稀疏的编码（就像我上面介绍的那样）。

depth：定义一个热维度的深度的标量。

指数：指数的张量。

这是 tensorflow 文档中给出的示例。
1. 仅指定索引和深度（on_value 的默认值为 1，off_value 的默认值为 0）

 indices = [0, 1, 2]
    depth = 3
    tf.one_hot(indices, depth)  # output: [3 x 3]
    # [[1., 0., 0.],
    #  [0., 1., 0.],
    #  [0., 0., 1.]]

2. 指定 on_value 和 off_value

指数 = [0, 2, -1, 1]
深度 = 3
tf.one_hot（索引，深度，on_value=5.0，off_value=0.0，axis=-1）
##输出：[4 x 3]
    # [[5.0, 0.0, 0.0], # one_hot(0)
    # [0.0, 0.0, 5.0], # one_hot(2)
    # [0.0, 0.0, 0.0], # one_hot(-1)
    # [0.0, 5.0, 0.0]] # one_hot(1)

也可以在 GitHub 上查看代码