关于一个热编码的混淆

Question

我们使用一个带有名义变量的热编码，这样我们就不会强加任何顺序关系。如果我们有一个范畴变量，有三个类别:红色，蓝色，绿色。这个变量的热编码将是: Blue -> 一千零零，Green -> 0,1,0和Red -> 0 0 0 1。现在，如果我们把这些二进制数转换回十进制数，我们将有:蓝色-> 4，绿色->2和红色-> 1，它有自然的排序关系，那么一个热编码怎么不引入自然排序关系呢？

Answer 1

您将二进制编码与一种热编码(OHE)混淆在一起:没有理由将包含3个二进制变量0,1,0的数组解释为一个二进制数字。这3个值被任何ML模型解释为3个不同的特性。

例如，如果我们调用这三个不同的特性A、B、C，您可以在决策树的节点中看到一个条件B==1，从而导致两个节点只对应于true (b=1)和false (B=0)。