作者使用许多不同的方法。

一种方法是为每个可能的类别使用不同的输入神经元，然后使用“1-hot”编码。因此，如果您有 10 个类别，那么您可以将其编码为 10 个二进制特征。

另一种是使用某种二进制编码。如果您有 10 个类别，则使用 4 个神经元通过使用二进制数来表示所有可能的类别就足够了。

第三种方法是将您的类别转换为基值，然后对其进行规范化。如果您的类别真的很重要（即可订购），这可能会更有效。但是，如果它们没有自然的顺序，这可能会导致奇怪的结果或使问题难以学习（因为它最终会在不需要存在的学习问题中嵌入非线性关系）。

如约翰的回答中所述，单热编码可能是最直接/最简单的解决方案（甚至可能是最常见的？）。但它并非没有问题。例如，如果您有大量此类分类变量，并且每个变量都有大量可能的值，则 one-hot 编码所需的二进制输入数量可能会变得太大。

假设我们有一个数据集，其中 2 个特征是 home_team 和 away_team，这 2 个特征的可能值是所有 NBA 球队。

在这个具体的例子中，一个不同的可能解决方案可能是不使用团队的“身份”作为特征本身，而是尝试找到与该团队对应的一些（理想情况下是数字的）特征。

例如，与其尝试在输入中以某种方式对“home_team”进行编码，您可以（如果您设法找到执行此操作所需的数据）使用以下功能（不太熟悉 NBA，因此不确定是否所有这些是有道理的）：

• 最近 X 段时间内主队的胜率
• 主队对阵客队的历史胜率
• 这支球队每场比赛的平均得分
• 在足球中，每场比赛有多少分钟可以“控制”球，也许在 NBA 也有类似的东西？
• 等等。

然后您可以尝试为 away_team 获取类似的功能列表。

这种解决方案适用于您的示例，也可能适用于其他各种示例。但是，它可能不适用于所有分类特征的情况，在某些情况下，您必须恢复到像约翰回答中的那些解决方案。