在数据处理中我们有三类数据，分别为名义、有序和数值型数据，其中前两者表示的是离散型变量，而数值型
变量指的是连续型变量，这里的one-hot编码针对的是名义型的数据，这类离散型数据间名义大小等级之分，如{中国，美国，日本}，{apple，banner，orange}等。对于这些数据不能简单的把一组数据中第一个标记为1，第二个为2，……因为组中的数据的排序本身即为随机的，且本身也没有大小之分。
One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。
One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。
one-hot编码有以下要求：
1.数据为离散型数据
2.样本空间的排列顺序固定（要用one-hot就要事先规定位置，同一样本，不同顺序就会不同）
3.样本空间数据分为2类以上（就两类也没必要one-hot，直接就0-1了，不过本质也一样~~~）
为了更好的说明，我举个例子，有以下的数据：
特征空间为{男，女}，{篮球，排球，乒乓球}，{苹果，梨}，然后一个爱吃苹果爱好乒乓球的男生样本表示为{男，乒乓球，苹果}，但计算机不认识这样的表示，所以要进行预处理，第一种方式为（1,3,1），但是这样做就会面临上面的问题，所以第二种为one-hot编码，表示为
（1，0|0，0，1|1，0）←加竖线只是为了表示明显点，实际还是逗号，以{篮球，排球，乒乓球}为例，定原顺序为one-hot编码时的顺序，有（是）则为1，否则为0，即篮球表示为（1,0,0）
one-hot编码的好处：
可以对不同样本间估计距离
原先篮球若表示为（1），排球表示为（2），乒乓球为（3），机器学习中常用距离表示相似度，那么篮球和排球的距离为sqr（1），篮球与乒乓球间的距离为sqr（2），但球类间是等价的，所以距离应该要相同。
用one-hot编码时，篮球为（1,0,0），排球为（0,1,0），乒乓球为（0,0,1）所以距离都是sqr（1）
这里我们采用的距离都是欧式距离←就是平面直角坐标系中的那个距离
当特征空间中的离散变量本身直接分析时就有one-hot的优点（能力），或者说数据为连续型变量时就不能使用one-hot
